افزایش دقت دسته بندی سرویسهای وب مبتنی بر کیفیت از طریق بهبود ویژگیهای مجموعه داده
(ندگان)پدیدآور
نوزاد بناب, مهدیتنها, جعفرمصدری, محمد
نوع مدرک
Textمقاله پژوهشی فارسی
زبان مدرک
فارسیچکیده
سرویس های وب سیستم های نرم افزاری هستند که برای پشتیبانی از ارتباطات ماشین به ماشین قابل اجرا بر روی اینترنت طراحی شده اند. دسته بندی این سرویس ها برای اطمینان از ارائه خدمات قابل اعتماد و کارآمد به کاربران امری ضروری است و نقش مهمیدر حوزههای مختلف مانند کشف سرویس، سیستم های توصیه و ترکیب سرویس ایفا میکند. کارگزاران سرویس های وب با توجه به رتبه بندی سرویس ها برپایه پارامتر کیفیت، کاربران را در انتخاب سرویس مناسب از بین سرویس های مشابه کمک میکنند. در رابطه با سرویسهای وب، تعداد کمیاز مجموعه دادهها مبتنی برکیفیت سرویسهای وب در دسترس است. مجموعه داده QWS با نُه ویژگی کیفی برای سرویس ها یکی از معروفترین مجموعه داده ها در این زمینه است. با این حال، این مجموعه داده برخی از ویژگیهای غیرعملکردی مانند امنیت، قابلیت همکاری،مقیاس پذیری و استحکام را که در هنگام کشف سرویسهای وب ممکن است ماهیت حساسی داشته باشند، نادیده گرفته است. در این مقاله، روشی برای بهبود مجموعه داده QWS با استفاده از مهندسی ویژگی ها ارائه گردیده که ویژگیهای جدیدی را برپایهی ویژگیهای موجود تولید مینماید. نتایج آزمایشات بر روی الگوریتم نیمه نظارتی SSL-WSC نشان میدهد که رویکرد پیشنهادی در بهبود دسته بندی سرویس های وب نتیجه بخش بوده است، بطوریکه مقادیر معیارهای ارزیابی F1-Score، صحت و دقت به ترتیب 5.05٪، 5.69٪ و 6.92٪ افزایش یافته است.
کلید واژگان
سرویس های وبدسته بندی
کیفیت
مهندسی ویژگی
افزایش ویژگی
یادگیری ماشین
شماره نشریه
4تاریخ نشر
2025-02-191403-12-01
ناشر
دانشگاه صنعتی نوشیروانی بابلBabol Noshirvani University of Technology
سازمان پدید آورنده
دانشکده مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد ارومیه، ارومیه، ایران.دانشکده مهندسی برق و کامپیوتر، دانشگاه تبریز، تبریز، ایران.
دانشکده مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد ارومیه، ارومیه، ایران.
شاپا
2383-10062588-4913



