典型文献
融合多维信息的Web服务表征方法
文献摘要：
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We b服务数据中获得精确有效的信息用于We b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We b服务中包含的标签-词汇信息、流行度以及We b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We b服务表征向量.最后,在We b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Web API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.
文献关键词：
Web服务表征;高斯混合模型;Word2Vec;Web服务聚类;Web服务分类
中图分类号：
作者姓名：
张祥平;刘建勋;肖巧翔;曹步清
作者机构：
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 湘潭 411201;湖南科技大学 计算机科学与工程学院,湖南 湘潭 411201
文献出处：
引用格式：
[1]张祥平;刘建勋;肖巧翔;曹步清-.融合多维信息的Web服务表征方法)[J].计算机科学与探索,2022(07):1561-1569
A类：
GWSC
B类：
表征方法,面向服务,体系结构,SOA,服务发现,服务组合,组合效率,LDA,主题模型,服务数据,确有,服务聚类,MISR,高斯混合模型,Word2Vec,语义信息,词向量,向量表征,流行度,真实数据,API,Doc2Vec,WT,HDP,SOM,Micro
AB值：
0.370065
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
