| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 主要研究问题与研究思路 | 第10-12页 |
| 1.3 本文内容组织结构 | 第12-15页 |
| 第2章 Web服务分类相关技术研究现状及问题分析 | 第15-26页 |
| 2.1 Web服务分类现状综述 | 第15-16页 |
| 2.2 Web服务文档的空间向量模型 | 第16-17页 |
| 2.3 语义相似度计算方法 | 第17-20页 |
| 2.3.1 基于距离的语义相似性 | 第17-19页 |
| 2.3.2 基于信息量的语义相似性 | 第19-20页 |
| 2.3.3 基于加权的语义相似度 | 第20页 |
| 2.4 信息量计算方法 | 第20-23页 |
| 2.4.1 根据语料库确定信息量 | 第21页 |
| 2.4.2 根据本体结构信息获得概念概率 | 第21-23页 |
| 2.5 基于类的特征选择 | 第23-24页 |
| 2.6 主要问题分析 | 第24-25页 |
| 2.7 本章小结 | 第25-26页 |
| 第3章 Web服务集成相似度计算 | 第26-33页 |
| 3.1 集成相似度计算 | 第26-28页 |
| 3.2 基于WordNet的信息量计算方法 | 第28-32页 |
| 3.3 本章小结 | 第32-33页 |
| 第4章 基于类的特征选择算法设计 | 第33-46页 |
| 4.1 多目标遗传算法简介 | 第33-34页 |
| 4.2 基于类的特征选择与分类的实现 | 第34-45页 |
| 4.2.1 数据获取 | 第35-36页 |
| 4.2.2 文本预处理 | 第36-37页 |
| 4.2.3 多目标遗传算法 | 第37-39页 |
| 4.2.4 分类器原理介绍 | 第39-44页 |
| 4.2.5 本文算法流程 | 第44-45页 |
| 4.3 本章小结 | 第45-46页 |
| 第5章 基于类的特征选择实现Web服务分类实验结果 | 第46-55页 |
| 5.1 语义相似度评估 | 第46-48页 |
| 5.2 集成相似度计算方法评估 | 第48-51页 |
| 5.3 使用基于类的特征选择对Web服务分类方法评估 | 第51-54页 |
| 5.4 本章小结 | 第54-55页 |
| 第6章 总结与展望 | 第55-57页 |
| 6.1 研究总结 | 第55页 |
| 6.2 研究局限性与展望 | 第55-57页 |
| 参考文献 | 第57-62页 |
| 附录A | 第62-63页 |
| 发表论文和参加科研情况说明 | 第63-64页 |
| 致谢 | 第64-65页 |