摘要
一种围绕主题建模的改进型K‑means服务聚类方法,包括以下步骤:第一步、对所有需要特征表示的Mashup服务数据进行预处理;第二步、基于预处理后的Mashup服务数据,进行功能名词提取操作;第三步、对于每条Mashup服务的功能名词集合FS,利用主题模型进行Mashup特征向量的表示;第四步、对于所有参与聚类的Mashup特征向量,进行密度信息的计算;第五步、基于第五步计算的密度信息,从所有Mashup特征向量中,筛选出聚类中心的候选点;第六步、对第五步所得的聚类中心候选点,进一步筛选出最为合适的K个初始聚类中心,进行K‑means聚类。本发明改善Mahsup服务聚类的最终效果。