首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--计算机网络论文--一般性问题论文

面向领域主题的按需服务发现方法研究

摘要第8-10页
Abstract第10-11页
目录第12-15页
图目录第15-17页
表目录第17-18页
第一章 绪论第18-31页
    1.1 研究背景及意义第18-22页
    1.2 国内外研究现状分析第22-26页
        1.2.1 服务分类研究现状第22-23页
        1.2.2 服务聚类研究现状第23-24页
        1.2.3 服务发现研究现状第24-26页
    1.3 问题的提出及基本的研究思路第26-27页
    1.4 研究内容第27-29页
    1.5 论文的组织结构第29-31页
第二章 研究基础第31-43页
    2.1 Web服务概述第31-35页
        2.1.1 Web服务第31页
        2.1.2 服务描述语言第31-34页
        2.1.3 服务协议第34-35页
    2.2 服务发现第35-36页
    2.3 服务发现基础第36-40页
        2.3.1 服务分类第37-38页
        2.3.2 服务聚类第38-39页
        2.3.3 服务排序第39-40页
    2.4 向量空间模型第40-42页
    2.5 小结第42-43页
第三章 基于支持向量机的迭代式服务分类方法第43-59页
    3.1 引言第43页
    3.2 基于SVM的迭代式服务分类方法第43-49页
        3.2.1 数据集的收集与预处理第45页
        3.2.2 训练集与测试集的识别第45-46页
        3.2.3 基于改进的TF-IDF的向量空间的构造第46-48页
        3.2.4 基于SVM的迭代式服务分类第48-49页
    3.3 实验结果及分析第49-58页
        3.3.1 实验准备第49-52页
        3.3.2 评估指标第52页
        3.3.3 训练集大小对分类结果的影响第52-54页
        3.3.4 分类准确度分析第54-55页
        3.3.5 分类结果验证分析第55-57页
        3.3.6 分类效率分析第57-58页
    3.4 小结第58-59页
第四章 基于概率的服务聚类方法第59-79页
    4.1 引言第59页
    4.2 面向主题的领域服务聚类框架第59-61页
    4.3 基于概率的领域服务聚类模型DSCM第61-63页
        4.3.1 DSCM模型描述第61-62页
        4.3.2 DSCM模型构建过程第62-63页
    4.4 基于DSCM模型的领域服务聚类方法第63-65页
        4.4.1 服务特征降维策略第63-64页
        4.4.2 领域服务聚类策略第64页
        4.4.3 聚类算法第64-65页
    4.5 基于主题相关度的服务排序第65-68页
        4.5.1 主题相关度计算第66-67页
        4.5.2 基于主题相关度的服务排序算法第67-68页
    4.6 实验分析第68-78页
        4.6.1 实验准备第68-70页
        4.6.2 评估指标第70-71页
        4.6.3 服务特征降维参数对聚类效果影响第71-72页
        4.6.4 实验结果分析第72-78页
    4.7 小结第78-79页
第五章 基于“领域-主题类簇-服务”匹配的按需服务发现方法第79-98页
    5.1 引言第79-80页
    5.2 按需服务发现框架第80-81页
    5.3 基于“领域-主题类簇-服务”的三阶段匹配方法第81-88页
        5.3.1 用户功能性需求与候选领域间的匹配第82-84页
        5.3.2 用户功能性需求与匹配领域内主题类簇间的匹配第84-85页
        5.3.3 用户需求与匹配主题类簇内服务间的匹配第85-88页
    5.4 三阶段的按需服务发现算法第88-92页
    5.5 实验及分析第92-97页
        5.5.1 实验准备第92-93页
        5.5.2 评估指标第93页
        5.5.3 实验结果分析第93-97页
    5.6 小结第97-98页
第六章 按需服务发现方法的应用第98-110页
    6.1 方法在云服务超市中的应用第98-106页
        6.1.1 云服务超市介绍第98-99页
        6.1.2 方法应用第99-106页
    6.2 方法的潜在应用第106-109页
        6.2.1 领域本体构建第106-107页
        6.2.2 服务标签推荐第107-109页
    6.3 小结第109-110页
第七章 总结与展望第110-113页
    7.1 本文的主要工作第110-111页
    7.2 本文的主要贡献第111-112页
    7.3 下一步工作的展望第112-113页
参考文献第113-123页
攻读博士学位期间的研究成果第123-128页
    发表的学术论文第123-125页
    申请的发明专利第125-126页
    参与制定的ISO国际标准第126-127页
    承担的科研项目第127-128页
致谢第128页

论文共128页,点击 下载论文
上一篇:安全组播密钥管理关键技术研究
下一篇:分布式网络环境节点行为信任研究