基于主题模型的Web服务聚类与发现机制.PDFVIP

研究论文 基于主题模型的Web 服务聚类与发现机制* 李 慧 胡云凤 (西安电子科技大学经济与管理学院 西安 710071) 摘要: 【目的 】针对网络中海量的Web 服务, 提出一种有效的Web 服务聚类与发现方法。【方法 】利用BTM 学 习整个Web 服务描述文档集的隐含主题, 通过推理得出每个文档的主题分布, 并进行聚类。在此基础上, 创建一 个快速的Web 服务发现机制。【结果 】与使用LDA 和外部语料库等方法进行对比实验, 本文方法的查准率和标 准折损累计增益均有所提高。【局限 】仅考虑服务的功能信息, 未将服务的质量信息纳入算法。【结论 】实验结 果显示该方法可以更准确地发现符合用户需求的服务。 关键词: Web 服务 主题模型 聚类 发现 分类号: G350 服务时, 由于没有有效的分类机制, 很难快速有效地 1 引 言 发现Web 服务。 目前正在步入面向服务的时代, SOA(Service 针对上述问题, 本文提出一种利用 BTM (Biterm Oriented Architecture)架构被广泛应用, 而Web 服务逐 Topic Model) [5] 的Web 聚类与发现方法。BTM 对整个 渐成为实现 SOA 架构的主流技术。SOA 架构遵循发 语料库的词对生成过程建模, 从而学习整个语料库的 现、绑定、执行的服务模式, Web 服务由提供者发布在 主题分布和主题– 词分布, 结合向量空间计算词的 私有的或公共的互联网平台上, 用户在海量的Web 服 TF-IDF 值, 可以推理得到每篇Web 服务描述的主题分 务中发现符合自己要求的Web 服务, 与之进行绑定调 布, 进而对其聚类。Web 服务发现过程为: 获取请求服 用, 实现自己的目的。在这个过程中, 用户不需要了解 务的类别; 对该类别下的服务进行基于主题相似度的 服务的实现方式, 只需服务能够提供给用户满意的执 过滤, 大大缩小检索范围; 计算请求服务与 Web 服务 行结果。互联网平台上发布的服务日益增多, 如何从 之间的词向量相似度, 结合主题相似度和词向量相似 海量的Web 服务中发现用户满意的服务, 即从发布的 度, 找到满足用户需求的服务集合。 Web 服务描述中发现能满足用户期望的服务, 是实现 2 相关工作 面向服务架构关键的一环。 Web 服务描述文本篇幅较短、特征稀疏和信息量 对Web 服务发现的研究, 大量的工作投入在利用 本体、词典发现的方法[1-2,6-8] [2] 少, 根据词语的共现程度来度量相似性不可行。基于 中。文献 运用领域本体 关键词发现 Web 服务, 完全依赖词语共现程度, 十分 提出一种Web 服务发现方法, 该方法通过本体中的概 不准确。为了丰富Web 服务描述文本, 一些语义Web 念距离计算服务请求和发布的服务之间的语义相似 [9] 方法被用于服务发现, 例如基于语义或者本体发现 度。文献 对Web 服务进行语义标注, 帮助发现Web Web 服务的方法[1-3] 。但是, 建立和维护本体十分困难, 服务。但是这类方法需要大量的人工干预, 依赖于本 并且需要大量的人工干预[4] 。此外, 在面对海量的Web 体的好坏及维护工作, 词库在某些领域的词汇量不足 通讯作者: 胡云凤, ORCID: 0000-0002-7342-3755, E-mail: 1540520650@ 。 *本文系中央高校基本科研业务费专项资金资助项目“大数据环境下基于主题模型的信息服务研究”(项目编号: JB160606)的研究 成果之一。 30 现代图书情报技术