A funcionalidade de pesquisa está em construção.
A funcionalidade de pesquisa está em construção.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Specificity-Aware Ontology Generation for Improving Web Service Clustering Geração de ontologias com reconhecimento de especificidade para melhorar o cluster de serviços da Web

Rupasingha A. H. M. RUPASINGHA, Incheon PAIK, Banage T. G. S. KUMARA

  • Exibições de texto completo

    0

  • Cite isto

Resumo:

Com a expansão da Internet, o número de serviços Web disponíveis aumentou. O clustering de serviços Web para identificar clusters funcionalmente semelhantes tornou-se uma abordagem importante para a descoberta eficiente de serviços Web adequados. Neste estudo, propomos uma abordagem de agrupamento de serviços Web que utiliza aprendizagem de novas ontologias e um método de cálculo de similaridade baseado na especificidade de uma ontologia em um domínio em relação à teoria da informação. Em vez de utilizar métodos tradicionais, geramos a ontologia utilizando um novo método que considera a especificidade e similaridade dos termos. A especificidade de um termo descreve a quantidade de informações específicas do domínio contidas nesse termo. Embora os termos gerais contenham poucas informações específicas do domínio, os termos específicos podem conter muito mais informações relacionadas ao domínio. A ontologia gerada é utilizada nos cálculos de similaridade. Novos filtros baseados em lógica são introduzidos para o procedimento de cálculo de similaridade. Se os cálculos de similaridade usando os filtros especificados falharem, métodos baseados em recuperação de informações serão aplicados aos cálculos de similaridade. Finalmente, um algoritmo de agrupamento aglomerativo, baseado nos valores de similaridade calculados, é utilizado para o agrupamento. Alcançamos resultados altamente eficientes e precisos com esta abordagem de agrupamento, medidos por valores aprimorados de precisão média, recall, medida F, pureza e entropia. De acordo com os resultados, a especificidade dos termos desempenha um papel importante na classificação das informações do domínio. Nossa nova abordagem de agrupamento baseada em ontologias supera abordagens comparáveis ​​existentes que não consideram a especificidade dos termos.

Publicação
IEICE TRANSACTIONS on Information Vol.E101-D No.8 pp.2035-2043
Data de publicação
2018/08/01
Publicitada
2018/05/18
ISSN online
1745-1361
DOI
10.1587/transinf.2017EDP7395
Tipo de Manuscrito
PAPER
Categoria
Engenharia de Dados, Sistemas de Informação Web

autores

Rupasingha A. H. M. RUPASINGHA
  University of Aizu
Incheon PAIK
  University of Aizu
Banage T. G. S. KUMARA
  Sabaragamuwa University of Sri Lanka

Palavra-chave