基于BTM主题模型的Web服务聚类方法研究

• 作者: 刘建勋 曹步清 李润 陈婷
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: Web服务 BTM主题模型 短文本 Web服务聚类
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 高性能计算
• 页码范围: 1737-1745
• 页数: 9页
• 分类号: TP393.027
• 字数: 7161字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2018.10.004

摘要

针对网络中海量的Web服务聚类时,因其表征数据稀疏而导致使用传统建模方法所获效果不理想的问题,提出了一种基于BTM主题模型的Web服务聚类方法.该方法首先利用BTM学习整个Web服务描述文档集的隐含主题,通过推理得出每篇文档的主题分布,然后应用K-Means算法对Web服务进行聚类.通过与LDA、TF-IDF等方法进行对比发现,该方法在聚类纯度、熵和F-Measure指标上均具有更好的效果.实验表明,该方法能够有效解决因Web服务描述所具有的短文本性质而导致的数据稀疏性问题,可显著提高服务聚类效果.

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	湖南科技大学知识处理与网络化制造湖南省普通高校重点实验室	31	107	6.0	8.0
5	刘建勋	湖南科技大学知识处理与网络化制造湖南省普通高校重点实验室	106	714	13.0	22.0
9	陈婷	湖南科技大学知识处理与网络化制造湖南省普通高校重点实验室	19	39	4.0	6.0
13	李润	湖南科技大学计算机科学与工程学院	1	5	1.0	1.0