基于聚类与二分图匹配的语义Web服务发现

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.

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

所属期刊栏目：42

分类号：TP393(计算技术、计算机技术)

资助基金：江苏省科技支撑计划基金资助项目BE2013696;江苏大学高级专业人才科研启动基金资助项目10JDG063

在线出版日期：2016-05-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：157-163