[发明专利]一种基于需求语义的服务聚类方法

摘要

本发明公开了一种基于需求语义的服务聚类方法，包括以下步骤：获取服务描述文档，对文档文本进行分句处理；以句子为单位使用Stanford Parser进行语法解析，获得SD集合；依据SD集合分析获得基本服务功能信息集；对基本服务功能信息集进行语义扩展；去除基本服务功能信息集中无实际语义信息，进行词性还原生成服务功能信息集；利用服务功能信息集计算服务间相似度值；设定k值以及服务间相似度作为输入，使用K‑means算法进行服务聚类。本发明从服务需求语义角度出发，采用自然语言处理的方法提取服务功能信息集进行服务聚类，突破服务文档类型限制，更为准确地为按需服务发现提供技术支持。

主权项

1.一种基于需求语义的服务聚类方法，其特征在于，包括以下步骤：(1)获取服务描述文档，对文档文本进行分句处理；(2)以句子为单位使用Stanford Parser进行语法解析，获得SD集合；(3)基于步骤(2)获得的SD集合进行分析并提取出表示服务需求功能语义的服务功能信息集；(4)基于步骤(3)获得的服务功能信息集，计算服务间的两两相似度；服务间的相似度计算公式为：其中，Ss(s1,s2)表示服务s1和s2的相似度；服务s1与s2包含的功能信息数并不相同，其中m是服务s1，s2功能信息集中包含功能信息数较少的功能信息数，n是功能信息集中包含功能信息数较多的功能信息数；Sf(fi1,fi2)表示服务s1中第i个功能信息与服务s2中第i个功能信息的相似度，计算公式如下：其中，V1，V2分别表示服务功能信息fi1,fi2中的动词，Ni1，Ni2分别表示服务功能信息fi1,fi2中的名词，t1，t2对应动词部分和名词部分的权重，Sw(Ni1,Ni2)表示两个单词的相似度，其计算公式如下：其中，F(Ni1)、F(Ni2)分别表示单词Ni1、Ni2的特征集，I(F(Ni1))、I(F(Ni2))、I(F(Ni1)∩F(Ni2))分别表示特征集F(Ni1)、F(Ni2)、F(Ni1)∩F(Ni2)包含的信息数；(5)基于步骤(4)得到的服务间相似度，使用K‑means算法对服务进行聚类，k值为人为设定，将服务相似度值作为K‑means算法中的距离值；最后输出k个服务簇类。