项目名称: 领域知识驱动的按需服务发现关键技术研究

项目编号: No.61202031

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 计算机科学学科

项目作者: 王健

作者单位: 武汉大学

项目金额: 23万元

中文摘要: 如何根据用户的个性化需求实施按需服务发现始终是面向服务的软件工程所面临的一个重要问题。Web 2.0模式下用户交互更加容易,基于用户反馈的增强式服务描述为服务发现提供了一条新思路,但与此同时,如何应对与情境相关的用户需求,如何为异构的各类服务提供一种统一的处理方式,又带来了新的问题。围绕"如何挖掘和利用领域知识以支持按需服务发现"这一关键科学问题,本项目拟开展如下研究:1)以数据库分块技术、形式概念分析方法和互信息计算为基础,建立情境感知的领域角色挖掘方法;2)利用融合领域特性的支撑向量机技术对服务进行领域分类,依据词汇的领域贡献度实现领域本体的渐进式构造,在此基础上,实现特定领域中服务面向主题的聚类、逐步累积领域目标;3)以领域知识(本体、角色、目标、服务)为基础,建立一种多策略相结合的按需服务发现方法。本项目的研究成果能为面向服务的领域知识生成以及在按需服务中的应用提供支持。

中文关键词: 服务发现;领域知识挖掘;按需服务选择;服务推荐;

英文摘要: How to realize on-demand services discovery based on users' personalized requirements is a key issue in service-oriented software engineering. Web 2.0 facilitates users' interaction with the Web, and thus service descriptions will be supplemented based on users' feedback, which provides new thought on services discovery. Meanwhile, how to deal with the context related requirements and the heterogenous services dscribed in description languages, poses new challenges on service discovery. In this project, faced with the key issue that how to mine and utilize domain knowledge for on-demand service discovery, we plan to conduct the following research: 1) we will propose a context-aware role mining approach based on database tiling, FCA (Formal Concept Analysis) and mutual information calculation; 2) we will improve the SVM (Supporting Vector Machine) Technology by merging domain-dependent information for domain services classification, which can also contribute to incremental domain ontology construction. Then we further cluster domain services based on topic (latent factor), and extract domain goals step by step; 3) based on the mined domain knowledge including domain ontology,roles,goals and services, we plan to develop a multi-policy on-demand service discovery method. The implementation of the project will contr

英文关键词: Service discovery;Domain knowledge mining;On demand service selection;Service recommendation;

成为VIP会员查看完整内容
0

相关内容

《面向6G的数字孪生技术》未来移动通信论坛
专知会员服务
70+阅读 · 2022年4月15日
军事知识图谱构建技术
专知会员服务
125+阅读 · 2022年4月8日
工业人工智能驱动的流程工业智能制造
专知会员服务
99+阅读 · 2022年3月9日
【博士论文】大数据相似查询关键技术研究
专知会员服务
23+阅读 · 2021年12月2日
专知会员服务
43+阅读 · 2021年6月30日
专知会员服务
189+阅读 · 2021年3月22日
专知会员服务
196+阅读 · 2020年10月14日
基于知识图谱的行业问答系统搭建分几步?
PaperWeekly
2+阅读 · 2021年11月11日
【数字孪生】面向智能制造的数字孪生
产业智能官
50+阅读 · 2020年5月10日
【数字孪生】数字孪生技术从概念到应用
产业智能官
90+阅读 · 2020年2月16日
支持个性化学习的行为大数据可视化研究
【大数据】海量数据分析能力形成和大数据关键技术
产业智能官
17+阅读 · 2018年10月29日
【知识图谱】 一个有效的知识图谱是如何构建的?
产业智能官
57+阅读 · 2018年4月5日
国家自然科学基金
5+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年4月17日
Arxiv
0+阅读 · 2022年4月17日
Arxiv
13+阅读 · 2022年1月20日
Domain Representation for Knowledge Graph Embedding
Arxiv
14+阅读 · 2019年9月11日
Arxiv
23+阅读 · 2018年8月3日
小贴士
相关VIP内容
《面向6G的数字孪生技术》未来移动通信论坛
专知会员服务
70+阅读 · 2022年4月15日
军事知识图谱构建技术
专知会员服务
125+阅读 · 2022年4月8日
工业人工智能驱动的流程工业智能制造
专知会员服务
99+阅读 · 2022年3月9日
【博士论文】大数据相似查询关键技术研究
专知会员服务
23+阅读 · 2021年12月2日
专知会员服务
43+阅读 · 2021年6月30日
专知会员服务
189+阅读 · 2021年3月22日
专知会员服务
196+阅读 · 2020年10月14日
相关资讯
基于知识图谱的行业问答系统搭建分几步?
PaperWeekly
2+阅读 · 2021年11月11日
【数字孪生】面向智能制造的数字孪生
产业智能官
50+阅读 · 2020年5月10日
【数字孪生】数字孪生技术从概念到应用
产业智能官
90+阅读 · 2020年2月16日
支持个性化学习的行为大数据可视化研究
【大数据】海量数据分析能力形成和大数据关键技术
产业智能官
17+阅读 · 2018年10月29日
【知识图谱】 一个有效的知识图谱是如何构建的?
产业智能官
57+阅读 · 2018年4月5日
相关基金
国家自然科学基金
5+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员