计算机科学与探索

作者：张祥平, 刘建勋, 肖巧翔, 曹步清

单位：1.湖南科技大学 服务计算与软件服务新技术湖南省重点实验室,湖南 湘潭 411201；2.湖南科技大学 计算机科学与工程学院,湖南 湘潭 411201

关键词：Web服务表征,高斯混合模型,Word2Vec,Web服务聚类,Web服务分类

基金：国家重点研发计划(2020YFB1707602)

随着面向服务体系结构（SOA）技术的发展,Web服务的数量增长迅速。正确高效地对Web服务进行聚类或分类,能够有效地提高服务发现质量以及促进服务组合效率。然而,现有的Web服务建模方法（如LDA主题模型）难以从稀疏的Web服务数据中获得精确有效的信息用于Web服务聚类。针对这个问题,提出了一种融合多维信息的Web服务表征方法（MISR）。首先,将高斯混合模型和Word2Vec算法相结合生成包含Web服务功能主题信息和语义信息的词向量表征。然后,抽取出Web服务中包含的标签-词汇信息、流行度以及Web服务共现信息,结合前一步生成的向量生成包含多维信息的Web服务表征向量。最后,在Web服务聚类和Web服务分类两个任务上对MISR方法的有效性进行验证。在真实数据集上进行Web API服务聚类实验,实验结果表明,相比于LDA、Word2Vec、Doc2Vec、WT-LDA、HDP-SOM、GWSC,提出的方法在Micro-F1值上有38.8%、54.5%、15.3%、33.3%、44.7%、9.7%的提升。

来源：2022年第7期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2022年第7期