基于模糊聚类优化的语义Web服务发现

摘要：

语义Web服务发现机制在发现服务时的准确率较低。为解决该问题，提出一种基于模糊聚类优化的语义Web服务发现方法。采用改进的模糊 C-均值(FCM)聚类算法，实现对服务聚类预处理，在模糊聚类时，综合考虑服务的输入、输出、前提、效果4个功能性参数，并扩展已有的服务匹配机制，在匹配时，将服务的4个功能性参数全部作为服务相似度的计算因子。实验结果表明，在模糊聚类稳定的条件下，该方法的服务平均查全率为79.6%，平均查准率为85.9%，均高于未采用聚类处理和只采用输入/输出参数的FCM聚类处理方法。

关键词：领域本体、本体描述语言、本体距离、模糊聚类、语义Web服务、服务发现

分类号：TP391(计算技术、计算机技术)

资助基金：山西省自然科学基金资助项目2009011022-1；太原科技大学研究生创新基金资助项目20111025

在线出版日期：2013-10-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：219-223