通过自聚类的软件说明文档来挖掘标注SAAS服务的标签.pdfVIP

通过自聚类的软件说明文档来挖掘标注SAAS 服务的标签 1,2 1,3,4+ 秦丽 ，李兵 1(武汉大学软件工程国家重点实验室，湖北武汉，430072) 2 (华中农业大学理学院，湖北武汉，430070) 3 (武汉大学复杂网络研究中心，湖北武汉，430072) 4 (武汉大学计算机学院，湖北武汉，430072) 摘 要 基于SAAS 的在线服务数量曰益宠大,使得如何有效的查找特定的服务成为突出问题。目前普遍采用用户自定义的 服务标签来标识服务，并通过标签来搜索服务，但这些标签存在随意性，容易产生歧义。有鉴于此，本文提出一种从软件说 明文档中挖掘用以标注服务的标签的方法，为了验证该方法，本文收集了多特软件平台上的软件说明文档，通过文本挖掘技 术从中提取特征词汇,并对特征词汇进行相似度计算,利用特征词汇的相似度来计算软件说明文档之间的相似度,并以此来构 建软件网络，其中节点为软件，边为软件间的相似关系，边上权值为相关说明文档之间的相似程度，再通过复杂网络社区发 现算法对软件网络进行自动聚类，最后将聚类后的软件的说明文档中的常用特征词汇进行统计，将之定义为该类别服务的推 荐标签。 关键词 服务标签；分词；文档相似度；软件网络 Mining SaaS Software Tag From The Clustering Software Documentation Qin Li1, 2 , Li Bing1,3,4+ 1(State Key Laboratory of Software Engineering , Wuhan University , Wuhan ,430072, China) 2(School of Science , Huazhong Agricultural University , Wuhan , 430070 , China) 3(Research Center of Complex Network, Wuhan University, Wuhan 430072, China) 4(School of Computer , Wuhan University , Wuhan , 430072, China) Abstract The number of online software services based on SaaS paradigm is increasing. However, users usually find it hard to get the exact software services they need. At present, tags are widely used to annotate specific software services and also to facilitate the searching of them. Currently these tags are arbitrary and ambiguous since mostly of them are generated manually by service developers. This paper proposes a method for mining tags from the software documents. In order to validate the method, we collect the software