基于聚类与二分图匹配的语义Web服务发现

• 作者: 刘一松 朱丹
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 服务发现 k值优化 粒子群优化算法 K-Means算法 概念相似度 二分图匹配
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 157-163
• 页数: 7页
• 分类号: TP393
• 字数: 7708字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2016.02.029

摘要

为高效准确地查找语义Web服务,引入聚类与二分图匹配技术,提出一种新的语义Web服务发现方法.根据服务描述信息将相似服务聚集到一起,采用空间向量模型表示服务,针对标准K-Means算法的缺陷设计基于k值优化和粒子群优化的K-Means聚类算法对服务进行聚类.借鉴带权二分图最优匹配思想对服务的功能属性进行匹配,设计基于WordNet的概念间语义相似度计算方法用于计算二分图的权值,并针对如何构建满足最优匹配条件的带权二分图问题给出解决方案.实验结果表明,该方法在查全率和匹配效率上均优于OWLS-MX方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘一松	江苏大学计算机科学与通信工程学院	40	180	7.0	11.0
2	朱丹	江苏大学计算机科学与通信工程学院	4	16	2.0	4.0