[发明专利]基于融合标签和文档的网络主题模型的Web服务聚类方法

权利要求书

1.一种基于融合标签和文档的网络主题模型的Web服务聚类方法，其特征在于，包括：

步骤1，从Web服务数据中提取Web服务的描述文本信息和标签信息；

步骤2，对Web服务描述文本信息进行数据清洗；

步骤3，用LDA主题模型训练，得到描述文本信息和标签信息的主题概率分布；

步骤4，通过文本信息和标签信息的主题概率分布分别构建对应的表征Web服务相似网络；

步骤5，重复步骤(3)和步骤(4)，得出两种多层Web服务相似网络，将两种Web服务相似网络根据其权重融合为一个Web服务网络；

步骤6，用谱聚类方法对Web服务网络进行聚类。

2.根据权利要求1所述的基于融合标签和文档的网络主题模型的Web服务聚类方法，其特征在于，对Web服务描述文本信息进行数据清洗的步骤中，将描述文本信息集D＝{d₁，d₂，...，d_M}和标签信息集T＝{t₁，t₂，...，t_M}进行数据清洗，数据清洗的方式至少包括：去掉StopWord、去除Punctuation，词形还原。

3.根据权利要求1所述的基于融合标签和文档的网络主题模型的Web服务聚类方法，其特征在于，在使用LDA主题模型训练的步骤中，LDA主题模型的输入分别是每个Web服务的文档信息和标签信息，得到文档-主题概率分布θ_d和标签-主题概率分布θ_t如公式(1)和公式(2)所示：

θ_d＝[θ_d，k]_M×K (1)

θ_t＝[θ_t，k]_M×K (2)

具体计算如公式(3)和公式(4)所示：

其中，表示文档描述文本d_i中出现主题k的次数，表示文档标签t_i中出现主题k的次数，α_k是主题的Dirichlet先验。

4.根据权利要求1所述的基于融合标签和文档的网络主题模型的Web服务聚类方法，其特征在于，步骤S4中，构建表征Web服务相似网络时，计算两个表征Web服务相似网络的邻接矩阵，如公式(5)和公式(6)所示：

其中，为θ_d转置，为θ_t转置。

5.根据权利要求1所述的基于融合标签和文档的网络主题模型的Web服务聚类方法，其特征在于，在将Web服务相似网络按照权重叠加融合，生成Web服务网络的步骤中，生成的Web服务网络如公式(7)所示：

其中，L为相似网络层数，γ为两种网络融合权重系数。