黄兴
- 作品数：1 被引量：8H指数：1
- 供职机构：湖南科技大学计算机科学与工程学院知识处理与网络化制造湖南省普通高校重点实验室更多>>
- 发文基金：软件工程国家重点实验室开放基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 融合K-Means与Agnes的Mashup服务聚类方法被引量：8
- 2015年
- 如何从海量的Mashup服务集中快速、准确的找到满足用户需求的Mashup服务,成为一个具有挑战性的问题.在M ashup服务发现中,预先对M ashup服务进行聚类,将大大缩小服务搜索的空间与范围,提高M ashup服务发现的效率与精度.本文提出一种新颖的融合K-Means与Agnes的Mashup服务聚类方法(MSCA).该方法,首先对Mashup服务中的Tag标签进行扩充和排序;其次,计算Mashup服务的集成相似性;接着,应用K-Means算法对Mashup服务相似度矩阵进行聚类,找到相似度较高的Mashup服务将其划分到N个原子簇中,再利用Agnes算法对N个原子簇进行层次聚类.最后,从Programmable Web上爬取了13082个Mashup服务作为实验对象,实验结果表明:相比传统的基于K-Means算法的Mashup服务聚类方法,MSCA方法的平均查准率和查全率分别提高了5.18%、5.84%,切实提高了服务聚类及发现的精度.
- 黄兴刘小青曹步清唐明董刘建勋
- 关键词：K-MEANS服务聚类
