摘要：针对Web服务消亡导致所有调用该Web服务的服务组合失效,从而对服务组合开发者造成较大损失并影响服务系统稳定性的问题,利用服务的描述文本提取主题特征,融合Web服务时间因素,将泊松分解和极限学习机算法相结合,提出一种服务消亡预测算法。基于公开数据集上的实验验证表明,该算法能有效预测Web服务消亡,为服务系统的管理者和服务组合开发者提供可靠的建议。
分类：期刊> 自然科学与工程技术> 信息科技> 电子信息科学综合
收录：北大期刊(中国人文社会科学期刊) > CSCD 中国科学引文数据库来源期刊(含扩展版) > 统计源期刊(中国科技论文优秀期刊) > 知网收录(中) > 维普收录(中) > 万方收录(中) > EI 工程索引(美) > SA 科学文摘(英) > Pж(AJ) 文摘杂志(俄) > 哥白尼索引(波兰) > 剑桥科学文摘 > 国家图书馆馆藏 > 上海图书馆馆藏 > 文摘与引文数据库
关键词：web服务 服务组合 服务消亡 特征提取 机器学习 泊松分解 极限学习机
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
