服务网络中社团发现方法研究

发布时间：2024-05-15 23:20

　　服务网络的出现为服务发现提供了新的方式,能够准确地发现具有相同功能的服务是服务发现、服务推荐和服务组合的基础。因此,如何提高服务网络上服务社团的划分精度成为了一个重要的研究方向。现有的服务社团发现方法主要使用服务个体的文本描述作为属性信息,而忽略了服务之间的调用、协作关系。本文通对服务属性、服务操作间的调用关系、操作和服务之间的隶属关系等服务语义及服务关系进行联合建模,构建了社团结构和社团语义紧密关联的概率生成模型,进而设计实现了融合内容与拓扑结构的服务社区发现算法。模型包含两个紧密相连的部分,一个是使用操作间的调用关系作为拓扑信息描述社团结构,另一个是利用服务文本作为属性信息来描述服务中的社团语义。采用了嵌套期望最大化(EM)算法完成参数最优化,使得模型得出全局最优化的结果。实验结果表明,本文中提出的模型在完成数据拟合后,能够准确完成服务网络上的社团发现,与其他现有的聚类算法相比,拥有更高的社团发现的精度。综上所述,本文建立的模型能够综合考虑服务网络数据不同粒度及广义社团结构这两种特性,完成对服务网络结构和服务语义两种信息的综合建模,提高服务网络上社团发现的精度并具有良好的实用性。

【文章页数】：57 页

【学位级别】：硕士

【部分图文】：

图3-1Web服务网络的组织结构图

第3章服务社团发现模型构建本章将在刻画服务网络异构及异配特性的基础上，详细分析概率生成模过程及各项参数的拟合计算。服务网络对于Web服务，一个服务可能包含多个操作，每个服务有自己的内容。描述文本大体介绍了服务名服务使用方式及服务的用途等信息。服务可以调用来自不同服务的操作....

图3-2两种不同社团划分情况

12（b）图3-2两种不同社团划分情况，服务网络是一种特殊的网络，网络的拓扑结构是建立在操作上的是建立在服务上的，这使得拓扑信息和内容信息在不同的粒度上，作对服务的从属关系，要将这些信息全部进行描述定义。为了将模推导等过程逻辑化，清晰化，接下来对现有的数据进行数学定义。属性网....

图3-3网络拓扑与邻接矩阵

图3-3网络拓扑与邻接矩阵性矩阵，如果yth=1则服务st包含或具有第h为0，其中n是服务节点个数，m是操作的节点属性个数。这样就构成了一个0-1的属性矩阵1两种数值，不计算属性的权值，同时这样也t≤n,1≤i≤m}，操作和服务之间的....

图3-4模型表示

最大的属性相似度，同时可以说明相同话题内的服务功能等相同时，可以将操作节点集合O划分为k个集群，操作间的拓的依据，这样就可以同时获得服务中的话题和操作间的集群的从属关系，将这种关系在话题和集群之间进行关联，从而将成，完成整体的模型构建。率生成模型表示贝叶斯图模型中的盘式表....

本文编号：3974356