| 一种语义稀疏服务聚类方法 |
| |
| 引用本文： | 杨海澜.一种语义稀疏服务聚类方法[J].教育技术导刊,2009,8(11):6-10. |
| |
| 作者姓名： | 杨海澜 |
| |
| 作者单位： | 湖北工业大学 计算机学院，湖北 武汉 430068 |
| |
| 基金项目： | 湖北省自然科学基金面上项目（2020CFB807）；湖北省教育厅科学技术研究计划重点项目（D20201402）；湖北工业大学高层次人才科技启动基金项目（337396） |
| |
| 摘 要： | 随着SOA迅猛发展和互联网上服务数量俱增，服务发现成为极具挑战性的工作。传统的服务发现方法在语义稀疏情境下精准度不高，主要是缺乏有效信息对发现工作的支持，无法对服务进行准确的类别划分。针对此问题，提出一种基于BTM面向Web服务短文本描述的服务聚类方法S3C，该方法的主要思想是利用BTM在短文本聚类过程中使用Biterm（词对）优势对服务描述进行潜在特征表示，基于服务潜在特征使用Kmeans聚类方法进行服务聚类。BTM采用词对的主题建模方式，能够极大程度地扩展文本信息，解决短文本中的关键词稀疏问题。采用PWeb数据集进行大量对比实验可知，该方法与经典聚类方法相比，类簇的平均纯度提高30%，平均熵降低近50%。
|
| 关 键 词： | 服务聚类 语义稀疏服务 BTM模型 服务发现 人工智能 |
| 收稿时间： | 2020-09-20 |
A Semantic Sparisity Web Service Clustering Approach |
| |
| HU Wen-sheng,XIE Fang.A Semantic Sparisity Web Service Clustering Approach[J].Introduction of Educational Technology,2009,8(11):6-10. |
| |
| Authors: | HU Wen-sheng XIE Fang |
| |
| Institution: | School of Computer Science， Hubei University of Technology， Wuhan 430068， China |
| |
| Abstract: | |
| |
| Keywords: | Web service clustering semantic sparsity service BTM model Web service discovery artificial intelligence |
| 本文献已被 维普 等数据库收录！ |
| 点击此处可从《教育技术导刊》浏览原始摘要信息 |
| 点击此处可从《教育技术导刊》下载免费的PDF全文 |
