一种基于标签层次Web服务聚类方法.docVIP

一种基于标签的层次Web服务聚类方法 　　摘 要： 提出一种基于Fuzzy c-means聚类方法的模糊服务聚类方法SGCom，该方法首先标注服务的名称、功能和使用对象，再用改进的FCM算法对服务的名称聚类，用比较相似度的方法对服务的其他元素聚类，并综合得出聚类结果。由于该方法基于服务的注册信息，不局限于单一的服务描述语言，得到的结果是服务属于某个类别的比率，在服务发现时可以根据用户设定的阈值推荐服务类别，避免了靠近类簇边界上的服务难以被准确分类的问题。 　　关键词： FCM算法； Web服务； 服务聚类； 服务相似度 　　中图分类号：TP3-0 文献标志码：A 文章编号：1006-8228（2017）11-30-05 　　A tag based hierarchical Web service clustering method 　　Li Rong， Ye Junmin， Yang Yan 　　（Computer Science Department， Central China Normal University， Wuhan， Hubei 430079， China） 　　Abstract： In this paper， a Fuzzy c-means based fuzzy service clustering method SGCom is proposed. When using this method， the names， functions， and goals of the Web services are tagged， the improved FCM algorithm is used to cluster the names of services， and similarity of other Web service elements is calculated to cluster them. Comprehensive cluster results can be obtained through these steps. The SGCom method is bases on service registration information and is not limited to a single service description language， so the result obtained is the membership degree of service that belongs to a category， and the category of a service can be recommended according to the threshold set by the user when the service is found， which solves the problem that the services close to the cluster boundaries are difficult to be classified accurately by the hard clustering methods. 　　Key words： FCM algorithm； Web service； service clustering； service similarity 　　0 引言 　　?S着网络的快速发展，网络服务资源的数量飞速增长。ProgrammableWeb （PWeb）是一个著名的网络服务发布网站，在2012年其上发布的Web服务有6400多个[1]，而在2017年初，服务数量已经达到15700多个，不到五年时间服务数量增加超过一倍。大量增长的服务给使用者提供了更多更好的选择，但是也对服务选择和推荐造成了更大困难，特别是对服务选择和推荐的速度提出了更高的要求。 　　服务聚类是服务选择和推荐的一种有效的支持手段[2]，按照一定的规则对大量的服务聚类，服务选择时在相关的服务类别中选择合适的服务，这样缩小了服务查找的范围，加快了查找速度，提高了查找的正确率。现在已经有很多服务聚类方法。文献[3]提出了一种基于网络图的服务聚类算法SNTClus。文献[4]提出一种根据服务描述的词语相似度聚类服务的办法CAS。文献[5]提出一种使用加权的模糊c-means （FCM）方法WFCM聚类服务的方法。 　　这些聚类方法都从服务的特点出发，应用基本的数据聚类的方法，并做了一定改进，提高了聚类效果，但仍然存在以下问题。 　　⑴ 多数服务聚类的方法只能支持某一种服务文档。文献[6-7]等支持用WSDL描述的服务聚类，文献[8-