通过自聚类的软件说明来挖掘标注SaaS服务的标签.pdfVIP

小型微型计算机系统 2013年12月第12期 2013 JournalofChinese V01．34No．12 ComputerSystems 通过自聚类的软件说明文档来挖掘标注SaaS服务的标签 秦 丽1’2，李 兵1’3’4 1(武汉大学软件工程国家重点实验室，武汉430072) 2(华中农业大学理学院，武汉430070) 3(武汉大学复杂网络研究中心，武汉430072) 4(武汉大学计算机学院，武汉430072) E-mail：bingli@whu．edu．cn 摘要：基于SaaS的在线服务数量日益宠大，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；r-，并对特征词汇进行相似度计算，利用特征词；r-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；特征词；文档相似度；软件网络；社区发现 中图分类号：TP391 文献标识码：A 文章编号：1000-1220(2013)12-2686-05 SaaSSoftwarefromthe SoftwareDocumentation Mining Tag Clustering LilP。LI QIN Bin91·3·4 ofSoftware 1(StateKeyLaboratory Engineering，WuhanUniversity，Wuhan430072，China) of 2(School AgriculturalUniversity，Wuhan430070，China) Science，Huazhong Centerof 3(ResearchComplexNetwork。WuhanUniversity。Wuhan430072，China) of 4(SchoolComputer，WuhanUniversity，Wuhan430072，China) numberofonfinesoftwareservicesbasedonSaaS is findit Abstract：The paradigmconsistentlyincreasing．However，usersusually fa— hardto theexactsoftwareservicesneed．At are usedtoannotate softwareservicesandalsoto widely specific get they present，tags cilitatethe of these ale and since ofthemare service searchingthem．Currentlytags arbitraryambiguousmostly generatedmanuallyby