基于主題模型的Web服務(wù)發(fā)現(xiàn)方法研究.pdf

1、Web服務(wù)作為一種自主而開放的應(yīng)用實(shí)體，具有松散耦合、平臺(tái)無關(guān)、互操作性強(qiáng)等特點(diǎn)，特別適合在Internet環(huán)境中發(fā)布和使用。隨著互聯(lián)網(wǎng)上Web服務(wù)數(shù)量的快速增長，如何從中快速有效地獲取滿足需求功能的Web服務(wù)，這是Web服務(wù)發(fā)現(xiàn)研究的內(nèi)容。目前常見的Web服務(wù)發(fā)現(xiàn)方法主要有基于關(guān)鍵字的方法和基于語義的方法。其中基于關(guān)鍵字的服務(wù)發(fā)現(xiàn)不能理解用戶語義信息，導(dǎo)致查全率不高，傳統(tǒng)的基于語義服務(wù)發(fā)現(xiàn)方法由于限制太多，推廣性不強(qiáng)，基于主題模型的W

2、eb服務(wù)發(fā)現(xiàn)是一種特殊的語義發(fā)現(xiàn)方法，它相比于傳統(tǒng)的語義發(fā)現(xiàn)方法具有限制條件少，推廣性強(qiáng)等優(yōu)點(diǎn)。
　　本文分析和研究了Web服務(wù)發(fā)現(xiàn)及主題模型等相關(guān)技術(shù)，對(duì)Web服務(wù)文檔特點(diǎn)、相似度計(jì)算方法以及聚類算法進(jìn)行了深入研究。首先根據(jù)WSDL描述文檔特點(diǎn)，結(jié)合國內(nèi)外文本數(shù)據(jù)處理方法，對(duì)文檔進(jìn)行特征提取、去除停用詞與標(biāo)簽、連接詞分詞、大小寫字母轉(zhuǎn)換、詞干還原等，得到數(shù)據(jù)處理后的文檔詞匯集合。然后基于BTM對(duì)數(shù)據(jù)處理后的文檔詞匯集合進(jìn)行主題建

3、模，使用Gibbs采樣對(duì)主題進(jìn)行訓(xùn)練，針對(duì)主題個(gè)數(shù)不確定問題，通過計(jì)算主題結(jié)構(gòu)相似度來確定主題數(shù)目，得到文檔主題信息。接下來對(duì)文本相似度度量方法進(jìn)行了研究，使用服務(wù)-主題向量與服務(wù)-特征詞權(quán)重向量線性結(jié)合的方式來計(jì)算服務(wù)之間相似度。對(duì)聚類算法進(jìn)行了研究，為了提高計(jì)算效率，使用基于最大距離法的k-means算法對(duì)Web服務(wù)進(jìn)行聚類，得到Web服務(wù)簇集合。最后，對(duì)Web服務(wù)進(jìn)行查詢時(shí)，找到與查詢最相關(guān)的Web服務(wù)簇，把簇中相關(guān)度高的Web服