- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于复杂网络社团划分Web services聚类
基于复杂网络社团划分Web services聚类
摘 要:以单词为网络节点,由自然语言描述中单词的同现频率确定单词间的相关度并作为边的权值,构建自然语言描述集合的加权单词网络模型。利用Newman快速算法对加权单词网络模型进行社团划分,得到单词聚类结果;根据单词聚类结果与服务之间的映射关系实现服务聚类。实验结果与手工分类结果的对比表明,平均查准率达74.7%以上。
关键词:Web服务; 聚类; 复杂网络; 社团划分; 文本聚类
中图分类号:TP393文献标志码:A
文章编号:1001-3695(2009)06-2299-04
doi:10.3969/j.issn.1001-3695.2009.06.091
Web services clustering based ondetecting community structurein complex network
OU You-yuan??1, ZHANG Hai-su??1,2, MENG Hui??1, LI De-yi??3
(1. Institute of Commanding Automation, PLA University of Science Technology, Nanjing 210007, China; 2. Commanding Communication Academy, Wuhan 430010, China; 3. Institute of Electronic System Engineering, Beijing 100141, China)
Abstract:
This paper described an algorithm which created WWN of service descriptions. The nodes was words, and WWN got the edge-weight through the word??s co-appearance. Newman fast algorithm could detect community structure in WWN and return the clusters of words. Using the relationship between words and services, achieved service-clustering. At last, an experiment on a collection of 1 007 Web services shows the high precision of 74.7%.
Key words:Web services; clustering; complex networks; community structure detecting; documents clustering
0 引言
??Web services作为一种新兴的Web应用模式,在整个网络中被广泛地发布与调用。OWL-S[1]是W3C发布的标准,定义了描述Web services的本体。OWL-S通过ServiceCategory属性来指向服务分类体系中的某一条目,条目值是ServiceCategory类的一个实例。目前大多数OWL-S文件均由WSDL文件转换而来,而WSDL文件缺少分类信息,导致OWL-S文件也缺少分类信息(ServiceCategory属性值空缺),给服务发现、检索以及服务资源的管理带来不便。如果手工对OWL-S服务进行分类,将面临大量繁杂的工作。如何实现服务的自动聚类,构成了Web services研究的挑战。
?ゾ劾嗉际蹩梢允迪侄苑?务的无指导分类。对网络中的大量服务进行聚类,能够在没有训练样本的条件下,自动产生聚类模型。在服务发现的结果呈现中,通过服务聚类,可以使大量不强相关的匹配结果按照类别分开呈列,有利于用户快速定位其感兴趣的检索结果。聚类结果也可作为分类的基础,便于服务资源的管理以及新服务的添加。
?ケ疚母?据同类服务的自然语言描述中单词同现频率的高低作为服务聚类的依据,构建了自然语言描述集的加权单词网络(weighted words network,WWN)模型。选取复杂网络社团划分的Newman快速算法对WWN进行划分,得到单词聚类结果;最后通过单词类别与服务类别的映射关系完成服务聚类过程。使用德国人工智能中心开发的OWL-S Test Collection进行聚类实验,结果与手工分类结果比较,平均查准率达74.7%以上,与目前所见相关的服务/短文本聚类方法相比具有一定优势。
文档评论(0)