基于Word2Vec和LDA主题模型的Web服务聚类方法

• 作者: 刘建勋 张祥平 曹步清 李晏新闻 肖巧翔
• 来源期刊: 中南大学学报（自然科学版）
• 学科: 工学
• 关键词: Web服务 Word2Vec LDA主题模型 K-means算法 Web服务聚类
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 机械工程?控制科学与工程
• 页码范围: 2979-2985
• 页数: 7页
• 分类号: TP301
• 字数: 5601字
• 语种: 中文
• DOI: 10.11817/j.issn.1672-7207.2018.12.011

摘要

为高效地发现满足用户需求的Web服务,针对Web服务的描述文本较短、缺乏足够有效信息的问题,提出一种基于Word2Vec和LDA主题模型的Web服务聚类方法.该方法首先将Wikipedia语料库作为扩充源,使用word2vec 对 Web 服务描述文档内容进行扩充,再将扩充后的描述文档利用主题模型进行特征建模,将短文本主题建模转化为长文本主题建模,更准确地实现服务内容主题表达,最后根据文档的主题分布矩阵寻找相似的服务并完成聚类,使用从ProgrammableWeb收集的真实数据进行实验.研究结果表明:本文方法与TFIDF-K,LDA, WT-LDA和LDA-K方法相比,F分别提高419.74%,20.11%,15.60%和27.80%,利用扩充后的Web服务的描述文档进行聚类的方法能够有效提高Web服务聚类的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹步清	湖南科技大学计算机科学与工程学院	31	107	6.0	8.0
3	刘建勋	湖南科技大学计算机科学与工程学院	106	714	13.0	22.0
4	张祥平	湖南科技大学计算机科学与工程学院	4	11	2.0	3.0
5	肖巧翔	湖南科技大学计算机科学与工程学院	3	11	2.0	3.0
6	李晏新闻	泉州师范学院航海学院	2	6	1.0	2.0