-
题名融合多维信息的Web服务表征方法
被引量：1
- 1
-
-
作者
张祥平
刘建勋
肖巧翔
曹步清
-
机构
湖南科技大学服务计算与软件服务新技术湖南省重点实验室
湖南科技大学计算机科学与工程学院
-
出处
《计算机科学与探索》
CSCD
北大核心
2022年第7期1561-1569,共9页
-
基金
国家重点研发计划(2020YFB1707602)。
-
文摘
随着面向服务体系结构(SOA)技术的发展,Web服务的数量增长迅速。正确高效地对Web服务进行聚类或分类,能够有效地提高服务发现质量以及促进服务组合效率。然而,现有的Web服务建模方法(如LDA主题模型)难以从稀疏的Web服务数据中获得精确有效的信息用于Web服务聚类。针对这个问题,提出了一种融合多维信息的Web服务表征方法(MISR)。首先,将高斯混合模型和Word2Vec算法相结合生成包含Web服务功能主题信息和语义信息的词向量表征。然后,抽取出Web服务中包含的标签-词汇信息、流行度以及Web服务共现信息,结合前一步生成的向量生成包含多维信息的Web服务表征向量。最后,在Web服务聚类和Web服务分类两个任务上对MISR方法的有效性进行验证。在真实数据集上进行WebAPI服务聚类实验,实验结果表明,相比于LDA、Word2Vec、Doc2Vec、WT-LDA、HDP-SOM、GWSC,提出的方法在Micro-F1值上有38.8%、54.5%、15.3%、33.3%、44.7%、9.7%的提升。
-
关键词
web服务表征
高斯混合模型
Word2Vec
web服务聚类
web服务分类
-
Keywords
web service representation
Gaussian mixture model
Word2Vec
web service clustering
web service classification
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
