| Web服务生态系统中消亡服务的预测方法 | |
| 夏博飞 ; 范玉顺 ; 黄科满 ; XIA Bo-fei ; FAN Yu-shun ; HUANG Ke-man | |
| 2016-03-30 ; 2016-03-30 | |
| 关键词 | Web服务生态系统 消亡服务个体 复杂网络 特征提取 机器学习 Web service ecosystem perishing service individual complex network feature extraction machine learning TP393.09 |
| 其他题名 | Prediction method of perishing services in Web service ecosystem |
| 中文摘要 | 为了促进服务生态系统的良性发展,从服务生态系统的角度预测潜在的消亡服务个体:利用复杂网络的方法构建"服务—标签"二部图,建立基于服务标签的含权服务相似度网络,以量化服务个体间的竞争关系;在分析服务相似度网络中服务节点度的基础上,提出服务节点的特征百分比指标用于区分消亡和非消亡服务个体,进而给出一套统计机器学习的算法来预测Web服务生态系统中的消亡服务。在ProgrammableWeb上OpenAPI生态系统的实证分析表明,所提方法可以有效预测出服务生态系统中潜在消亡的服务个体,为服务使用者提供可靠的建议,从而保障服务组合的长期可用性。; To improve the benign development of service ecosystem and to forecast potential perishing services individual,the service-tag bipartite graph was established by using complex network,and Service Similarity Network(SSN)based on service tag was built to quantize the competition relationship between services.The Feature Percentage Ranking(FPR)of services was extracted based on SSN properties.A statistic machine learning algorithm was introduced to distinguish perishing services from Web service ecosystem.The application of OpenAPI service ecosystem on ProgrammableWeb showed that the proposed method could predict the potential perishing service individual in system effectively and help users to select services for building up durable service compositions. |
| 语种 | 中文 ; 中文 |
| 内容类型 | 期刊论文 |
| 源URL | [http://ir.lib.tsinghua.edu.cn/ir/item.do?handle=123456789/147162]  |
| 专题 | 清华大学 |
| 推荐引用方式 GB/T 7714 | 夏博飞,范玉顺,黄科满,等. Web服务生态系统中消亡服务的预测方法[J],2016, 2016. |
| APA | 夏博飞,范玉顺,黄科满,XIA Bo-fei,FAN Yu-shun,&HUANG Ke-man.(2016).Web服务生态系统中消亡服务的预测方法.. |
| MLA | 夏博飞,et al."Web服务生态系统中消亡服务的预测方法".(2016). |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论