面向功能语义增强与标签关联的Web服务标签推荐

为了提升标签推荐的质量,提出一种面向功能语义增强与标签关联的Web服务标签推荐方法。将语境权重融入TextRank模型,提取与服务功能契合度高的关键词,用于构建功能语义增强的服务表征向量;建立标签关联图,基于改进的GraphSAGE模型生成标签关联向量;利用KNN算法获取推荐的主标签与候选标签集合,面向服务表征向量和标签关联向量构建融合适配度与关联度的标签推荐方法。实验表明,所提方法在accuracy与F_(1)-score指标上优于当前流行的标签推荐方法,标签推荐质量得到提升。

Improved Term Weighting Technique for Automatic Web Page Classification

Automatic web page classification has become inevitable for web directories due to the multitude of web pages in the World Wide Web. In this paper an improved Term Weighting technique is proposed for automatic and effective classification of web pages. The web documents are represented as set of features. The proposed method selects and extracts the most prominent features reducing the high dimensionality problem of classifier. The proper selection of features among the large set improves the performance of the classifier. The proposed algorithm is implemented and tested on a benchmarked dataset. The results show the better performance than most of the existing term weighting techniques.

基于加权随机森林的Web数据库检索结果智能分类方法

Web数据库检索结果具有数据复杂、数量庞大的特点,数据间的复杂关系处于一种模糊状态,导致隶属度区别较小,分类过程需要多次迭代,效率较低。因此,提出了基于加权随机森林的Web数据库检索结果智能分类方法。提取Web数据库检索结果数据特征,并对Web数据库检索结果进行冗余处理。经过冗余处理之后,采用加权随机森林技术确定Web数据库检索结果模糊隶属度的范围。最后通过计算样本的分类权值,设计Web数据库检索结果分类器,实现Web数据库检索结果智能分类。实验结果表明:该方法的F1值均在95%以上,最长分类时间仅为7.8 s,表明本文方法能够更快速、精确地完成分类任务。

一种综合考虑主客观权重的Web服务QoS度量算法

已有的Web服务Qo S(quality of service)度量方法由于无法对用户偏好的模糊性予以准确量化,以及对候选服务Qo S属性数据分布特征的忽视,导致其度量结果不准确.为此,提出了一种综合考虑主客观权重的Web服务Qo S度量算法.该算法利用自适应用户偏好的主观权重计算方法和服务潜能保障的客观权重计算方法,从主观和客观两个角度进行Qo S度量,以保障度量结果在符合用户偏好的基础上能够准确地反映服务的整体性能.理论分析和基于QWS真实数据集的实验结果表明,所提出的方法能够准确地获得Web服务Qo S的度量结果.

Web文档中词语权重计算方法的改进

以向量空间模型作为Web文本的表示方法,对传统的TF*IDF公式进行了改进。首先,结合Web文本中HTML标签的修饰功能,体现了特征词在Web文本结构中的位置信息;其次,以广义信息论为理论基础,引入了基于二次熵的互信息作为权重计算公式的一项,体现了单词的类区分能力。实验验证了该方法的可行性和有效性。

基于图的Web服务组合优化的研究

单个Web服务难以满足实际应用的需求,如何组合已有的服务,形成新的服务,已成为此领域的研究热点。现在的组合方法极少考虑服务质量QoS(Quality of Service)。对于一些提供相似功能的Web服务,服务质量是判断是否选择此服务的关键因素,组合服务的质量必须满足用户的需求。本文基于SOA的服务开发思想,针对当前服务组合存在的问题,提出了一种基于QoS的服务组合方法,并给出了构建基于QoS的Web服务组合及选择最佳服务的策略,通过整合单个服务的质量以得到最终组合服务的整体最佳质量。在满足用户组合服务的功能需求的同时,也满足了用户对服务质量QoS的需求,实现了需求服务的优化。

Web页面中文文本主题的自动提取研究

Internet上的内容日益增多 ,搜索引擎返回的结果往往冗长。本文首先讨论Web页面文本与一般文本的四个不同点 ,然后介绍一种以统计方法为主、以匹配校验为辅的Web页面中文文本主题自动提取方法 ,它能帮助用户在最短时间内了解当前页面的主题。实验显示 ,所提取的前15个字串 ,反映主题的平均正确率在 85%以上 ,而处理时间仅为几十到几百毫秒。

Web搜索结果挖掘的研究与应用

Internet上的信息是日益增加的,为了简单地获取所需要的信息和共享Internet上的信息资源,就必须要找到好的Web挖掘方法,其中基于加权统计的Web挖掘方法是一种简单的容易实现的方法。文章重点介绍了基于加权统计的Web挖掘方法和元搜索引擎,并实现智能搜索引擎,文章着重说明了基于加权统计的Web挖掘方法及算法中所使用的数据结构。

一种结合语义Web和用户信任网络的协同过滤推荐模型

协同过滤由于数据稀疏、冷启动等问题导致了相似用户发现变得困难,从而影响推荐结果的质量。为克服这一不足,提出一种以本体、语义Web为基础的方法,通过构建用户之间的信任网络以及计算用户间的信任权重值,从而增加系统中相似用户发现的数量,改善推荐结果的准确性、可靠性。实例证明,该方法能够帮助推荐系统发现更多的相似用户。

加权Web访问模式聚类算法

针对 Web应用挖掘中聚类算法中的问题 ,提出加权 Web访问模式聚类算法 .该算法利用服务器日志库中保存的网页访问次数信息 ,提高了聚类的客观性和准确性 .

一种新的加权后缀树Web文档聚类方法

针对Web文档的结构及其特征,提出了一种新的加权后缀树聚类方法WSTC。首先,根据Web文档的HTML标签,把文档划分为具备不同重要性等级的段,段划分成句子,句子分割为词。其次,用句子替代文档构造后缀树,把其重要性等级作为结构权融入后缀树的节点,形成文档集的加权后缀树模型。最后,在选择和合并基类过程中,综合利用节点包含的文档数、句子数、短语长度和结构权。仿真实验表明,WSTC算法比传统STC算法取得了更好的聚类效果。

Web数据库近似查询结果自动排序方法

针对Web数据库近似查询产生的多查询结果问题,提出了一种近似查询结果自动排序方法,该方法利用KL距离(Kullback-Leibler distance),PIR(probabilistic information retrieval)模型和查询历史(query history)来构建元组排序打分函数;打分函数根据结果元组中被查询指定的属性值对初始查询的满足度和未被查询指定的属性值与用户偏好的相关度来评估元组的排序分值.实验证明,提出的排序方法能够较好地满足用户需求和偏好,并具有较高执行效率.

基于有色Petri网的Web服务协商

针对Web网络端到端会话的需要,提出了一种Web服务协商协议,定义了通信原语,在服务提供者和服务消费者之间自动地协商QoS信息,并采用有色Petri网模型对该协议进行了形式化描述。将Web服务的QoS划分为r个一级对象、ni个二级对象,根据不同应用中QoS对象关注程度确定权重,采用加权模糊推理模型构造应用函数,作为协商的依据。分析表明,该模型对服务发现与服务集成中自治实体间达到共识是有效的。

基于潜在语义分析的Web服务筛选技术

Web服务匹配算法普遍缺少服务筛选机制,基于关键词对服务基本描述和服务质量描述进行匹配,会导致服务匹配效率低且准确率不高。该文提出一种基于潜在语义分析的Web服务筛选方法,将服务的基本描述和服务质量描述以树形结构属性模板表示,采用一定的词频统计和权重方法构建潜在语义空间,生成广告服务索引数据库,根据服务请求进行筛选。实验结果表明,该服务筛选方法具有较好的筛选准确率和筛选完全率,能够较大程度地提高服务匹配效率。

基于熵权的Web应用安全模糊综合评估模型

针对Web应用安全评估问题,提出一种基于熵权和模糊综合评价方法的Web应用安全评估模型.该模型将熵权与模糊理论相结合,利用熵权系数法确定Web应用安全评价因素集中的权重向量,采用最大隶属度原则确定安全漏洞风险等级.实例分析结果表明该方法简单、实用,能有效进行Web应用安全漏洞风险等级的评估.

一种改进的基于最大流的Web社区挖掘算法

针对原始最大流算法给每条边的边容量分配一个常量值,在社区质量及成员数量上造成的问题,提出了一种改进的Web社区挖掘算法。该算法考虑不同边的重要性差异,将加权PageRank算法中页面的重要度转化为衡量页面之间边重要性的传递概率值,并使用该值对边容量进行赋值。实验结果表明,改进的算法有效地提高了Web社区的质量。

基于Web的文本检索位置加权模型研究

本文分析了传统向量空间检索模型在Web环境下的不足,提出了两种改进的线性加权模型及非线性加权模型;实验结果表明,两种模型的文本检索能力相比传统向量模型都有较大提高。

基于加权矩阵聚类的Web日志挖掘算法

Web服务器日志中记录了用户的浏览模式,为了从中提取出具有相似访问模式的用户群,对其提供个性化服务,提出一种针对Web日志的分析方法。通过构建UserID-URL关联矩阵,引入加权关联矩阵,提出一种基于加权矩阵的聚类算法——多标记传播算法。实验表明,该算法在Web日志挖掘中进行用户聚类和页面聚类是高效可靠的。

基于Web服务复杂网络的服务社区构建方法

针对传统Web服务社区手动注册构建方式效率较低,难以对服务资源进行有效组织和管理的问题,提出了一种基于Web服务复杂网络模型、使用GN算法划分服务社区的方法.该方法基于Web服务之间的语义层次相似关系构建Web服务复杂网络,定义服务输入输出语义信息的相似程度为网络中边的权值.基于Web复杂网络模型划分服务社区时,由于传统自包含GN算法在构建Web服务社区时存在社区规模不合理,社区内服务平均相似度较低、波动大的问题,提出加权边介数和加权强社团的概念,并且算法以网络中所有社区均为加权强社团作为社区分裂的终止条件.实验结果表明,提出的算法与传统自包含GN算法相比,社区规模更加符合实际情况,社区内服务平均相似度更高,稳定性更好,能够有效地构建出Web服务社区.

一种基于页面Block的Web信息提取方法

基于页面结构的信息提取是Web数据挖掘中三大研究领域之一。该研究的关键技术是如何识别Web页面的组织形式,从中挖掘所需要的页面信息。文中基于页面的语义分块(Block)给出一个新的块主题提取算法,与传统的以页面为单位的Web信息提取相比,更符合实际情况,粒度优势明显。该算法针对页面中不同分块的重要性给予不同的权值,依据权值大小取舍页面信息提供给用户。针对该算法进行了模拟实验,从实验结果可以看出该算法具有一定的实用性和有效性。