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

Web服务关系挖掘及应用研究

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第10-16页
    1.1 研究背景和意义第10-11页
    1.2 国内外研究现状第11-14页
        1.2.1 Web服务相似关系和依赖关系第12页
        1.2.2 Web服务排序和推荐第12-13页
        1.2.3 Web服务文本分类第13-14页
    1.3 论文支持项目第14页
    1.4 论文的组织结构第14-16页
第二章 相关理论与技术基础第16-24页
    2.1 Web服务技术第16-20页
        2.1.1 Web服务的概念第16-17页
        2.1.2 Web服务体系结构第17页
        2.1.3 Web服务技术标准与规范第17-20页
        2.1.4 Web服务的类别第20页
    2.2 链路预测的基本思想第20-21页
    2.3 数据挖掘第21-22页
    2.4 本章小结第22-24页
第三章 Web服务关系挖掘算法研究第24-42页
    3.1 研究动机第24-25页
    3.2 研究方法第25-32页
        3.2.1 研究框架第26-27页
        3.2.2 相似关系挖掘第27-29页
        3.2.3 可组合关系挖掘第29-30页
        3.2.4 潜在可组合关系挖掘第30-31页
        3.2.5 算法时间复杂度分析第31-32页
    3.3 实验与分析第32-41页
        3.3.1 实验数据集分析第32-34页
        3.3.2 实例分析第34-36页
        3.3.3 实验评估第36-41页
    3.4 本章小结第41-42页
第四章 基于多种关系的流形排序Web服务推荐第42-54页
    4.1 Web服务推荐框架第42-44页
    4.2 基于多种关系的流形排序算法第44-49页
        4.2.1 Mashup聚类第44页
        4.2.2 关系的定义与挖掘第44-46页
        4.2.3 流形排序算法第46-49页
    4.3 实验与评估第49-53页
        4.3.1 聚类数目的确定第50页
        4.3.2 评价指标第50-51页
        4.3.3 算法性能第51-53页
    4.4 本章小结第53-54页
第五章 应用LDA主题模型的Web服务分类研究第54-64页
    5.1 Web服务分类框架第54-55页
    5.2 基于LDA主题模型的Web服务分类第55-57页
        5.2.1 LDA主题模型介绍第55-56页
        5.2.2 Gibbs抽样第56-57页
    5.3 基于KNN的分类方法第57-59页
    5.4 基于SVM的分类方法第59-60页
    5.5 实验与评估第60-63页
        5.5.1 数据集的选取第60页
        5.5.2 评价指标第60-61页
        5.5.3 实验结果及分析第61-63页
    5.6 本章小结第63-64页
第六章 总结与展望第64-66页
    6.1 总结第64-65页
    6.2 展望第65-66页
参考文献第66-70页
致谢第70-72页
附录A 攻读硕士学位期间的研究成果第72-74页
附录B 攻读学位期间参加的研究项目第74页

论文共74页,点击 下载论文
上一篇:具时滞光学反馈可饱和吸收半导体激光器模型Takens-Bogdanov分支分析
下一篇:波普尔“世界Ⅲ”理论述析