文献

J-GLOBAL ID：201902245530492996   整理番号：19A2116804

関係ネットワーク拡張Webサービスクラスタリング【JST・京大機械翻訳】

Relationship Network Augmented Web Services Clustering

著者 (6件)： Cao Yingcheng (Hunan University of Science and Technology) ,  Liu Jianxun (Hunan Univeristy of Science and Technology) ,  Shi Min (Hunan University of Science and Technology) ,  Cao Buqing (Hunan University of Science and Technology) ,  Zhang Xiangping (Hunan University of Science and Technology) ,  Wang Yan (Macquarie University)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICWS  ページ： 247-254  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： クラスタ化Webサービスは,サービスリポジトリ内のサービス発見と管理の品質を促進することができる。従来のクラスタリング方法は,主にサービス特徴間の意味距離,すなわちWSDL文書から学習された潜在的トピックを用いることに焦点を合わせ,Webサービス間のサービスコンテンツ類似性を測定する。Webサービスの使用中に生成される構造情報,すなわちサービス合成とタグ付け挙動を利用した研究はほとんどない。今日では,Webサービスはしばしば相互作用(例えば,構成関係とタグ共有関係)により,複雑なサービス関係ネットワークを形成する。豊富なネットワーク関係は,サービス間の正または負のカテゴリー的関連性を本質的に反映し,サービス間の機能的親和性の特性化におけるサービス意味の強い補完となり得る。本論文において,著者らは,強化サービスクラスタリングアルゴリズム設計のためにサービス関係ネットワークを利用することを提案した。まず,広く使われているDoc2Vecモデルに基づくサービス記述から意味情報を学習する。次に,サービス意味とネットワーク関係から同時に利益を得るサービスクラスタリングのための修正K平均アルゴリズムを提案した。ここで,サービス関係は,最近提案されたネットワーク埋込み技術に基づいて達成された低次元ベクトルの集合において以前に保存されている。実世界データセットに関する実験は,提案したクラスタリング手法が最先端技術よりも6.89%の改善をもたらすことを実証した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： モデル ,  *Webサービス ,  品質 ,  相互作用 ,  アルゴリズム ,  ベクトル ,  キャラクタリゼーション ,  類似性 ,  *ネットワーク ,  *クラスタ化 ,  構成方程式
準シソーラス用語： 意味情報 ,  タグ付 ,  サービス合成 ,  サービス発見 , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (3件)： 拡張 ,  Webサービス ,  クラスタリング