Published January 1, 2013
| Version v1
Publication
Open
Correlated Topic Model for Web Services Ranking
- 1. Aix-Marseille Université
- 2. Cadi Ayyad University
Description
With the increasing number of published Web services providing similar functionalities, it's very tedious for a service consumer to make decision to select the appropriate one according to her/his needs.In this paper, we explore several probabilistic topic models: Probabilistic Latent Semantic Analysis (PLSA), Latent Dirichlet Allocation (LDA) and Correlated Topic Model (CTM) to extract latent factors from web service descriptions.In our approach, topic models are used as efficient dimension reduction techniques, which are able to capture semantic relationships between word-topic and topic-service interpreted in terms of probability distributions.To address the limitation of keywords-based queries, we represent web service description as a vector space and we introduce a new approach for discovering and ranking web services using latent factors.In our experiment, we evaluated our Service Discovery and Ranking approach by calculating the precision (P@n) and normalized discounted cumulative gain (NDCGn).
Translated Descriptions
⚠️
This is an automatic machine translation with an accuracy of 90-95%
Translated Description (Arabic)
مع تزايد عدد خدمات الويب المنشورة التي توفر وظائف مماثلة، من الممل للغاية أن يتخذ مستهلك الخدمة قرارًا باختيار الخدمة المناسبة وفقًا لاحتياجاته. في هذه الورقة، نستكشف العديد من نماذج الموضوعات الاحتمالية: التحليل الدلالي الكامن الاحتمالي (PLSA)، وتخصيص Dirichlet الكامن (LDA) ونموذج الموضوع المرتبط (CTM) لاستخراج العوامل الكامنة من أوصاف خدمة الويب. في نهجنا، يتم استخدام نماذج الموضوعات كتقنيات فعالة لتقليل الأبعاد، والتي تكون قادرة على التقاط العلاقات الدلالية بين موضوع الكلمات وخدمة الموضوع التي يتم تفسيرها من حيث توزيعات الاحتمالات. لمعالجة محدودية الاستعلامات المستندة إلى الكلمات الرئيسية، نمثل وصف خدمة الويب كمساحة متجهة ونقدم نهجًا جديدًا لاكتشاف وتصنيف خدمات الويب باستخدام العوامل الكامنة. في تجربتنا، قمنا بتقييم نهج اكتشاف الخدمة وتصنيفها من خلال حساب الدقة (P@n) والمكاسب التراكمية المخصومة الطبيعية (NDCGn).Translated Description (French)
Avec le nombre croissant de services Web publiés offrant des fonctionnalités similaires, il est très fastidieux pour un consommateur de services de prendre la décision de choisir celui qui lui convient en fonction de ses besoins. Dans cet article, nous explorons plusieurs modèles probabilistes de sujets : l'analyse sémantique latente probabiliste (PLSA), l'allocation de Dirichlet latente (LDA) et le modèle de sujet corrélé (CTM) pour extraire les facteurs latents des descriptions de services Web. Dans notre approche, les modèles de sujets sont utilisés comme techniques efficaces de réduction de dimension, qui sont capables de capturer les relations sémantiques entre le sujet-mot et le service-sujet interprété en termes de distributions de probabilité. Pour répondre à la limitation des requêtes basées sur des mots-clés, nous représentons la description de service Web comme un espace vectoriel et nous introduisons une nouvelle approche pour découvrir et classer les services Web à l'aide de facteurs latents. Dans notre expérience, nous avons évalué notre approche de découverte et de classement des services en calculant la précision (P@n) et le gain cumulatif actualisé normalisé (NDCGn).Translated Description (Spanish)
Con el creciente número de servicios web publicados que proporcionan funcionalidades similares, es muy tedioso para un consumidor de servicios tomar la decisión de seleccionar el apropiado de acuerdo con sus necesidades. En este documento, exploramos varios modelos temáticos probabilísticos: Análisis semántico latente probabilístico (PLSA), Asignación latente de Dirichlet (LDA) y Modelo de temas correlacionados (CTM) para extraer factores latentes de las descripciones de servicios web. En nuestro enfoque, los modelos temáticos se utilizan como técnicas eficientes de reducción de dimensiones, que pueden capturar relaciones semánticas entre palabra-tópico y servicio temático interpretado en términos de distribuciones de probabilidad. Para abordar la limitación de consultas basadas en palabras clave, representamos la descripción del servicio web como un espacio vectorial e introducimos un nuevo enfoque para descubrir y clasificar servicios web utilizando factores latentes. En nuestro experimento, evaluamos nuestro enfoque de descubrimiento y clasificación de servicios calculando la precisión (P@n) y la ganancia acumulada descontada normalizada (NDCGn).Files
Paper_37-Correlated_Topic_Model_for_Web_Services_Ranking.pdf.pdf
Files
(1.3 MB)
| Name | Size | Download all |
|---|---|---|
|
md5:cbbd5cf6cc479271787772920c03ea97
|
1.3 MB | Preview Download |
Additional details
Additional titles
- Translated title (Arabic)
- نموذج الموضوع المرتبط بترتيب خدمات الويب
- Translated title (French)
- Modèle de sujet corrélé pour le classement des services Web
- Translated title (Spanish)
- Modelo de temas correlacionados para la clasificación de servicios web
Identifiers
- Other
- https://openalex.org/W2120698917
- DOI
- 10.14569/ijacsa.2013.040637
References
- https://openalex.org/W1480413009
- https://openalex.org/W1488012158
- https://openalex.org/W1489021242
- https://openalex.org/W1500447620
- https://openalex.org/W1569241032
- https://openalex.org/W1612003148
- https://openalex.org/W1833785989
- https://openalex.org/W2069495730
- https://openalex.org/W2098162425
- https://openalex.org/W2106256275
- https://openalex.org/W2108526930
- https://openalex.org/W2111061141
- https://openalex.org/W2121361232
- https://openalex.org/W2127158403
- https://openalex.org/W2152361608
- https://openalex.org/W2155009704
- https://openalex.org/W2159540907
- https://openalex.org/W2202860973
- https://openalex.org/W2334889010
- https://openalex.org/W2919578227
- https://openalex.org/W3099640513
- https://openalex.org/W4231510805
- https://openalex.org/W4240386257