服务关联挖掘及网络分析

来源 :天津大学 | 被引量 : 0次 | 上传用户:gem364258013
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着Web服务的广泛应用,单一Web服务难以满足用户的复杂需求。如何发现Web服务之间的关联特性及其存在的形态,使互相作用的Web服务共同完成用户需求成为各界研究的焦点。针对上述问题,提出服务关联挖掘算法及对挖掘结果进行分析。基于服务网络模型,设计服务关联挖掘算法。该算法引入服务参数层,并借助参数层内部关联及其与服务层的层间关联,通过构造服务关联候选集,挖掘服务层Web服务间关联。关联挖掘算法既可应用于离线的服务关联挖掘,又可用于动态的服务网络构建过程。经过服务关联挖掘,依据服务关联特性对服务网络建模,分析Web服务存在的形态。该分析通过建立复杂网络模型,应用统计学方法,对服务网络的几何性质、结构特性及演化规律加以数学描述。分析结果是提高服务网络稳定性、改进服务发现与组合效率的重要依据。高效挖掘语义Web服务之间隐含的合作或竞争关系,建立Web服务生态系统并对其演化性质进行研究,可以促进服务的发现,降低服务组合的难度,使服务网络更好的发挥Web服务基础设施作用。
其他文献
新世纪由于科学研究的发展以及互联网普及程度的提高,使得人们以从未有过的便利去共享与查找科研资料。但面对海量文献,进行交叉研究的学者或者是对其涉及领域不熟悉的研究人
数据挖掘是信息处理和数据库技术领域的前沿研究课题,是致力于数据分析和发现数据内部蕴含知识的技术。聚类分析是数据挖掘领域中的重要技术之一,是一种数据划分的重要手段和方
21世纪的交通将是智能化的交通,智能交通系统(ITS)能快速准确地进行交通信息的采集、处理、决策和指挥调度,使交通基础设施发挥最大的效能。交通信息处理包括的车型的检测与
文本分类根据分类后类标签的个数可分为:单标签分类和多标签分类。实际应用中,多标签分类是相当普遍的。目前对多标签分类的研究主要集中于多标签分类的特征选择和分类算法。
Web服务器日志记录了用户与服务器之间的交互信息,而用户在网站上的活动则隐含了他们的需求和兴趣。通过对日志数据的分析,有助于我们了解用户兴趣,优化站点的组织结构,改进W
大规模定制生产已成为现代企业的发展趋势,产品配置是实现大规模定制生产的核心技术,实现产品配置的关键是配置引擎。现在所使用的产品配置系统多数是针对某一具体产品的配置
随着数字图像技术的发展和图像处理工具的逐渐强大,越来越多的伪造图像进入我们的视野,对信息的真实性提出挑战。如何利用图像本身的数据信息鉴别图像的真伪已经成为一个刻不容
移动自组网(Ad hoc网)是一种无中心、自组织的无线移动通信网络,具有高效的自组织性,动态变换的网络拓扑结构、多跳转发技术,以及无中心节点的鲁棒性和抗毁性等特点。因此该
机器人路径规划问题是机器人研究领域的重要内容,是机器人完成任务的安全保障及智能化程度的重要标志之一。蚁群优化算法(Ant Colony Optimization algorithm, ACO)是由意大
随着企业规模的不断扩大,传统分销管理系统(DMS)在协同性、智能性、异地资源调拨、负载平衡等方面的不足逐渐体现出来,如何提高DMS的上述特性已经成为现阶段DMS研究的热点问