模糊C-均值聚类语义Web服务发现  

Fuzzy C-means clustering semantic Web service discovery

作　　者：白雯[1] 李蜀瑜[1] 杜学智[2] 

机构地区：[1]陕西师范大学计算机科学学院,陕西西安710062 [2]西北工业大学软件与微电子学院,陕西西安710072

出　　处：《计算机工程与设计》2012年第11期4182-4186,共5页Computer Engineering and Design

基　　金：教育部科学研究重点基金项目(107106);中央高校基本科研业务费基金项目(GK201002011)

摘　　要：为了在大量的web服务中快速、准确和高效的发现能够与请求服务相匹配的最佳服务,提出了基于模糊C-均值的语义web服务发现方法。该方法给出了扩展后的服务发现框架,增加了语义信息和服务聚类,分析现有服务发现聚类方法存在模糊语义支持不足的缺点,并综合考虑影响服务匹配的概念节点间语义距离、节点深度和密度因素。在此基础上给出了基于模糊C-均值语义相似度匹配算法。通过实验结果表明了该方法是有效的。To discover the best service matched with the request service fast, accurately and efficiently in a large number of web services, an method of semantic Web service discovery based on fuzzy C-means clustering is proposed. This method will give the expansion of service framework firstly, increased the semantic information and services clustering. After analyzing the existing service discovery clustering methods a defect in supporting fuzzy semantic, and considering the semantic distance between concept nodes, the depth and density of nodes which play an effect on service matching, this paper give an semantic similarity matching algorithm that is based on fuzzy C-means. Experimental results verify that the method is effective.

关 键 词：语义WEB服务 服务发现 聚类 模糊C-均值 信息熵 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]