文献

J-GLOBAL ID：202002262417057462   整理番号：20A1147195

BTMに基づくインターネットサービス発見手法【JST・京大機械翻訳】

Service discovery method for Internet of Things based on Biterm topic model

著者 (5件)： Wang Shuman (太原理工大学信息与計算机学院,太原,030024) ,  Li Aiping (太原理工大学信息与計算机学院,太原,030024) ,  Duan Liguo (太原理工大学信息与計算机学院,太原,030024) ,  Fu Jia (太原理工大学信息与計算机学院,太原,030024) ,  Chen Yongle (太原理工大学信息与計算机学院,太原,030024)
資料名： Jisuanji Yingyong  (Jisuanji Yingyong)
巻： 40  号： 2  ページ： 459-464  発行年： 2020年 
JST資料番号： C2535A  ISSN： 1001-9081  CODEN： JYIIDU  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： インターネット(IoT)サービス記述テキストの短い長さと特徴スパース性のために,IoTサービスモデリングのための伝統的主題モデルを使用するクラスタ化結果は,最適サービスを発見することができないという問題に照準を定めて,BTMに基づくIoTサービス発見方法を提案した。まず第一に,既存のIoTサービスの隠れた主題をBTMによってマイニングして,次に,サービス文書-主題の確率分布をグローバル主題分布と主題-単語分布計算推論によって得て,次に,K-meansアルゴリズムによってサービスをクラスタ化して,サービス要求の最良マッチング結果を返した。実験結果は,この方法がIoTサービスのクラスタリング効果を効果的に改善でき,最適サービスを得ることを示した。既存のHDP(HierarchicalDirichletProcess),K-meansに基づく暗黙の利克雷分配(LDA-K)などの方法と比較した。最適化サービス発見の精度(Precision)と正規化損失累積利得(NDCG)は,ある程度増加した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  最適化 ,  確率分布 ,  クラスタ化 ,  *発見的方法 ,  利得 ,  正規化 ,  単語 ,  *インターネット
準シソーラス用語： スパース性 ,  *サービス発見 ,  *インターネットサービス ,  モノのインターネット , 【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)： インターネット ,  サービス ,  発見手法