主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
魏登萍,王挺,王戟.融合描述文档结构和参引特征的Web 服务发现.软件学报,2011,22(9):2006-2019
融合描述文档结构和参引特征的Web 服务发现
Web Service Discovery by Integrating Structure and Reference Features of Description Documents
投稿时间:2009-08-04  修订日期:2010-05-05
DOI:10.3724/SP.J.1001.2011.03887
中文关键词:  Web 服务  Web 服务发现  WSDL  向量空间模型  不完全信息  平均准确率
英文关键词:Web service  Web service discovery  WSDL  vector space model  incomplete information  average precision
基金项目:国家自然科学基金(60873097, 90612009); 国家重点基础研究发展计划(973)(2005CB321802); 新世纪优秀人才计划(NCET-06-0926)
作者单位E-mail
魏登萍 国防科学技术大学 计算机学院 并行与分布处理国家重点实验室,湖南 长沙 410073 dpwei@nudt.edu.cn 
王挺 国防科学技术大学 计算机学院 并行与分布处理国家重点实验室,湖南 长沙 410073  
王戟 国防科学技术大学 计算机学院 并行与分布处理国家重点实验室,湖南 长沙 410073  
摘要点击次数: 3887
全文下载次数: 3312
中文摘要:
      首先分析研究Web 服务描述文档(WSDL 文档)的两大特征——结构特征和参引特征,然后根据各个特征对Web 服务功能语义描述的影响,提出相应的Web 服务表示模型——多向量表示模型.区别于通用文本表示模型,该模型能够显式地表示Web 服务描述文档的本质特征.其中,结构特征语义表现在多向量空间的划分上,参引特征语义映射到子向量模型中特征权重的计算上.提出了基于多向量模型的Web 服务相似度计算方法,并实现了基于该模型的Web 服务发现原型系统.最后,在真实Web 服务描述文档集合上构造了一个具有不完全相关
英文摘要:
      This paper first investigates two main kinds of features of Web service description language (WSDL) documents: the structure features and the reference features. Next, a novel multi-vector model for Web services is introduced, which is distinguished from the general text representation model by the explicit features of Web services. The structure features are represented by multiple vector spaces and the term weighting in the sub-vector is determined by the reference features. A method to compute the similarity between two Web services is proposed and a Web service discovery prototype system based on this new model is implemented. Finally, a Web service discovery test collection is constructed, which has 1576 WSDL documents together with incomplete relevance judgments. The experimental results on this collection show that Web service discovery based on the proposed model is more effective than based on simple vector space model of text with the confidence of 95%.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利