主题和时间特征融合下的服务消亡预测
来源：计算机集成制造系统杂志2018年第11期北京时间：
作者：陈曙辉,范玉顺
单位：清华大学自动化系
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。
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
基金资助：国家自然科学基金资助项目(61673230)。
