期刊文献+

基于LDA-FCM方法的Web服务发现聚类性能分析 被引量:1

Performance Analysis of Web Service Discovery clustering Based on LDA-FCM Method
下载PDF
导出
摘要 为提高Web服务发现能力,需要进行Web数据的优化聚类处理,提出了基于LDA-FCM方法的Web服务发现聚类方法。利用LDA模型进行Web服务发现资源数据的重组和自适应调度,以提取Web服务发现的数据资源特征。依据数据特征确定其相似度,在FCM算法中,通过相似度计算隶属度,从而确定聚类中心,多次迭代后,实现Web服务发现聚类。实验结果表明,所提方法复杂度较低,具有较好的聚类精度,聚类执行时间较少,其查全率与查准率均较高。 In order to improve the ability of Web service discovery,it is necessary to optimize the clustering of Web data,and a clustering method of Web service discovery based on LDA-FCM method is proposed.The LDA model is used for the reorganization and adaptive scheduling of Web service discovery resource data in order to extract the data resource characteristics of Web service discovery.According to the data characteristics,the similarity is determined.In the FCMalgorithm,the membership degree is calculat ed by similarity,so as to determine the clustering center.After many iterations,the Web service discovery clustering is realized.The experimental results show that the proposed method has low complexity,good clustering accuracy and less clustering execution time.The recall rate and precision rate are high.
作者 冉冉 徐立波 曲睿婷 夏雨 RAN Ran;XU Li-bo;QU Rui-ting;XIA Yu(State Grid Liaoning Information and Communication Company,Shenyang,Liaoning 110006,China)
出处 《计算技术与自动化》 2020年第3期166-171,共6页 Computing Technology and Automation
关键词 LDA模型 WEB服务 聚类 模糊C均值算法 隶属度 数据相似度 服务发现 Latent Dirichlet Allocation model Web service clustering fuzzy C-means algorithm degree of membership data similarity service discovery
  • 相关文献

参考文献14

二级参考文献95

共引文献59

同被引文献9

引证文献1

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部