一种基于主题相似性的Mashup服务聚类方法研究  

作　　者：郭炳 邓丽平 

机构地区：[1]太原师范学院计算机科学与技术系,山西晋中030619 [2]太原理工大学大数据学院公共安全大数据研究所,太原030024

出　　处：《电脑编程技巧与维护》2022年第3期22-23,37,共3页Computer Programming Skills & Maintenance

摘　　要：随着Web服务技术的快速发展,Mashup的数量和多样性呈快速增长趋势。有效地管理Mashup服务资源和选取合适的Mashup,成为当今面临的一个重要挑战。鉴于此,提出了一种融合文档和标签的多层网络主题模型Mashup服务聚类方法。该模型对描述文本和标签进行融合,挖掘融合后信息的隐含主题,根据Mashup相似性构建相似性网络,并对网络进行谱聚类,进一步提高聚类效果。在真实数据集上进行了实验比较和分析,结果表明,所提方法在准确率、召回率方面都有明显优势。

关 键 词：服务计算 Mashup服务 聚类 主题模型 

分 类 号：TP391.1[自动化与计算机技术—计算机应用技术] TP311.13[自动化与计算机技术—计算机科学与技术]