Resumen

Es difícil clasificar con precisión un servicio en clústeres de servicios específicos debido a las multirelaciones entre servicios. Para resolver este problema, este documento propone un método de partición de servicios basado en agrupamiento difuso de enjambre de partículas, que puede considerar de manera efectiva las multirelaciones entre servicios mediante un algoritmo de agrupamiento difuso. En primer lugar, el algoritmo para determinar automáticamente el número de clústeres es determinar el número de clústeres de servicios basado en la densidad del punto central del servicio. En segundo lugar, el algoritmo de K-medias combinado con el algoritmo de optimización de enjambre de partículas para encontrar el centro de clúster óptimo del servicio. Finalmente, el algoritmo de agrupamiento difuso utiliza la similitud Gram-coseno mejorada para obtener los resultados finales. Experimentos extensos en datos reales de servicios web muestran que nuestro método es mejor que los algoritmos de agrupamiento convencionales en precisión.

• Materias:Comunicación inalámbrica Dispositivos móviles Seguridad de la información Algoritmo de inteligencia Sensor inteligente
• Subjects:Wireless communication Mobile devices Information security Algorithm intelligence Intelligent sensor
• Palabras claves:Clústeres de servicio; Multirelaciones; Agrupamiento difuso de partículas en enjambre; Algoritmo de agrupamiento difuso; Centro de clúster óptimo; Similitud Gram-coseno
• Keywords:Service clusters; Multirelationships; Particle swarm fuzzy clustering; Fuzzy clustering algorithm; Optimal cluster center; Gram-cosine similarity