收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

Web服务网络分析和社区发现研究

韩院彬  
【摘要】:当前服务计算(SOC)领域的研究重点关注于Web服务的发布、注册、组织、管理,以及通过服务发现、组合等SOC任务满足终端用户的需求。然而随着互联网的发展和各种计算模式的兴起给SOC带来了新的机遇和挑战,一方面,互联网上的服务正在向着大规模、大数据量、多样性、复杂性的方向发展,逐渐形成了以Web服务为中心的复杂系统;另一方面,由于服务之间不能彼此感知,以及缺乏有力的语义支持,使得互联网上的服务存在着信息孤岛问题。针对上述挑战,本文从服务互联分析和社区发现的角度对大规模服务复杂系统进行相关研究。 本文是综合了语义Web技术、复杂网络技术、主题建模技术对服务计算进行的交叉研究。其中语义Web技术是传统的,也是当前服务计算研究的重点,它的主要目的是使得服务具有语义,从而使得计算机能够理解服务、自动化的处理服务;而传统的语义Web技术主要通过借鉴外部知识库(如本体)实现对服务的语义标注,这就可能导致标注不精确以及本体对服务领域多样性的适用问题,本文通过借助主题建模技术学习服务本身蕴含的语义信息来进一步增强服务的语义;复杂网络技术主要针对服务的复杂系统问题,从整体上分析面向服务的复杂系统的结构、规律、社区等。本文主要贡献如下: 1.面向Web服务的复杂网络分析和优化 服务形成的网络可以有效表达服务之间的互操作关系,而这些互操作是潜在的服务组合模式。基于网络化的服务结构,自动服务组合的过程可以通过图搜索来完成,从而提高组合的效率。基于服务之间的互操作关系,本文自底向上的构建了面向语义Web服务的两种网络模型,并针对网络中的孤立节点和不合理链路问题给出了解决方案:通过借鉴网络分析,预测一些对当前网络具有重要价值的服务,从而为增强服务组合网络的连通性提供支持;另一方面,针对不合理链路,给出一种潜在的基于重用用户历史组合案例的组合网络优化机制; 2.面向网络化Web服务的社区结构挖掘 通过研究以Web服务为中心的社区结构,能够揭露网络化服务中深层次的动态结构,从而为服务的组织、管理,以及服务发现和组合中快速、准确的定位满足需求的服务提供有效的手段。根据第一部分的网络模型,探讨了两种面向网络化服务的社区结构:根据服务功能参数在本体中的语义关系,面向功能语义的社区结构揭示了具有相似功能的服务的聚集和竞争现象;基于服务与服务之间互操作关系,构建并分析了面向协作的社区结构。最后分析了这两种社区结构在精化用户需求和设计高效组合应用上具有较高的价值; 3. Web API/Mashup网络分析及挖掘 针对WebAPI及Mashup形成的软件生态系统进行自顶向下的网络建模和复杂网络特性分析。通过构建多种网络模型对WebAPI及Mashup的功能语义特性以及集成特性进行了全面挖掘,分析了所构建网络的小世界特性、幂律特性以及小集团结构,并从实际应用的角度探讨了这些发现能够帮助用户、服务提供者有效地利用WebAPI及Mashup生态系统,如探索式、交互式的用户需求精化; 4.面向服务的主题建模及分析 针对传统服务语义标注不精确性,以及本体对于领域多样性不适用的问题,探讨了主题建模技术对服务计算的价值。针对经典的WSDL Web服务进行了LDA挖掘,给出了LDA在服务聚类和社区划分中的应用;其次探讨了本体对监督式LDA的借鉴意义,并提出基于本体的Labeled LDA扩展模型OEL-LDA,通过实验对比验证了所提模型对Labeled LDA中主题质量的有效提高,并通过实验给出了融合本体对精化Labeled LDA中冗余主题的必要性;


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 韩瑞凯;孟嗣仪;刘云;郭英慧;张彦超;;基于兴趣相似度的社区结构发现算法研究[J];铁路计算机应用;2010年10期
2 黄发良;肖南峰;;用于网络重叠社区发现的粗糙谱聚类算法[J];小型微型计算机系统;2012年02期
3 马瑞新;邓贵仕;王晓;;启发式动态社区挖掘算法研究与实现[J];大连理工大学学报;2012年02期
4 刘大有;金弟;何东晓;黄晶;杨建宁;杨博;;复杂网络社区挖掘综述[J];计算机研究与发展;2013年10期
5 时京晶;;三种经典复杂网络社区结构划分算法研究[J];电脑与信息技术;2011年04期
6 黄发良;肖南峰;;基于线图与PSO的网络重叠社区发现[J];自动化学报;2011年09期
7 姜雅文;贾彩燕;于剑;;基于类原型的复杂网络重叠社区发现方法[J];模式识别与人工智能;2013年07期
8 李兆南;杨博;刘大有;;复杂网络社区挖掘的距离相似度算法[J];计算机科学与探索;2011年04期
9 杨博;刘杰;刘大有;;基于随机网络集成模型的广义网络社区挖掘算法[J];自动化学报;2012年05期
10 马菲;徐汀荣;孙龙;;基于三角形的重叠社团发现算法[J];计算机应用研究;2014年02期
11 胡健;杨炳儒;;基于边聚集系数的社区结构发现算法[J];计算机应用研究;2009年03期
12 李金刚;;FCM框架下的重叠社区发现算法[J];福建电脑;2013年09期
13 王林;戴冠中;;基于复杂网络社区结构的论坛热点主题发现[J];计算机工程;2008年11期
14 王一萍;孙明;;应用人工鱼群算法的重叠社区检测[J];计算机工程与科学;2013年10期
15 何东晓;周栩;王佐;周春光;王喆;金弟;;复杂网络社区挖掘—基于聚类融合的遗传算法[J];自动化学报;2010年08期
16 周林;晏立;沈项军;;基于边密度的复杂网络社区结构划分方法[J];计算机应用与软件;2013年12期
17 宋超;范昊;;基于遗传算法的复杂网络社区结构探测[J];科技广场;2014年03期
18 杨泽俊;何柳;;复杂网络社区结构发现算法概述[J];数字技术与应用;2013年03期
19 张新猛;蒋盛益;;基于核心图增量聚类的复杂网络划分算法[J];自动化学报;2013年07期
20 朱志良;林森;崔坤;于海;;基于复杂网络社区划分的网络拓扑结构可视化布局算法[J];计算机辅助设计与图形学学报;2011年11期
中国重要会议论文全文数据库 前3条
1 刁元波;李梦龙;文志宁;印家健;郑波;;人类细胞信号网络社区结构分析[A];第九届全国计算(机)化学学术会议论文摘要集[C];2007年
2 刘欣;李德毅;李兵;王树良;陶志伟;;复杂网络社区发现研究[A];2006全国复杂网络学术会议论文集[C];2006年
3 单波;姜守旭;张硕;高宏;李建中;;IC:动态社会关系网络社区结构的增量识别算法[A];第26届中国数据库学术会议论文集(A辑)[C];2009年
中国博士学位论文全文数据库 前5条
1 杜楠;复杂网络中社区结构发现算法研究及建模[D];北京邮电大学;2009年
2 李一啸;基于复杂网络和演化博弈理论的社会[D];浙江大学;2010年
3 韩院彬;Web服务网络分析和社区发现研究[D];天津大学;2014年
4 谢辉;基于复杂网络的若干动态机制研究[D];西安电子科技大学;2013年
5 任薇;基于微博的社会网络特征研究[D];西南大学;2014年
中国硕士学位论文全文数据库 前10条
1 戴飞飞;基于进化算法的复杂网络社区结构发现[D];电子科技大学;2008年
2 王熙;复杂网络中的层次重叠社区发现及可视化[D];北京交通大学;2010年
3 徐李恒;复杂网络社区发现方法研究[D];太原理工大学;2011年
4 李兆南;基于距离相似度的复杂网络社区挖掘方法[D];吉林大学;2011年
5 商源纯;复杂网络中的重叠社区发现算法研究[D];北京交通大学;2011年
6 吴婷婷;基于极大度数节点的复杂网络社区层次结构发现研究[D];华南理工大学;2011年
7 王亮;基于局部聚类的复杂网络社区发现算法研究[D];大连理工大学;2011年
8 严姣;基于主题模型的社区发现研究[D];西南大学;2012年
9 钟芬芬;复杂网络社区发现算法研究[D];西安电子科技大学;2012年
10 史达鑫;一种基于信息流核心的复杂网络动态社区追踪方法[D];华中科技大学;2013年
中国重要报纸全文数据库 前1条
1 记者 熊明 实习生 李瑞莹;度假区不断创新社区结构[N];云南日报;2013年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978