基于刻面和聚类分析的构件检索算法研究

《基于刻面和聚类分析的构件检索算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学校代码10459学号或申请号201512172128密级硕士学位论文基于刻面和聚类分析的构件检索算法研究作者姓名：杜胜浩导师姓名：钱晓捷副教授学科门类：工学专业名称：计算机科学与技术培养院系：信息工程学院完成时间：2018年5月AthesissubmittedtoZhengzhouUniversityforthedegreeofMasterMethodbasedonidentificationoffacetedclassificationandclustertreeforcomponentretrievalByShenghaoDuS

2、upervisor:Prof.XiaojieQianComputerScienceandTechnologySchoolofInformationEngineeringMay2018摘要摘要开发复杂的大型企业应用软件正面临着严峻的挑战，为此人们提出了多种技术手段来改善软件开发的效率和质量。软件构件技术不仅能够改善软件在生命周期中各阶段的综合效益，而且还能大幅度地提升产品质量和生产效率及通用性和开放性，因而受到了多数人的重视。然而，随着基于构件的软件工程的不断发展，软件构件的数量逐渐增加，构件库的规模急剧扩大。针对如何从规模庞大的软件构

3、件库中快速且高效地检索出目标构件的问题，本文提出了一种基于刻面分类和聚类树的构件检索方法，该方法主要包括以下几个部分：（1）解析构件描述。基于刻面分类法多面分类机制，结合WebService的服务需求，使用领域术语和刻面术语组成构件标识集合对构件的描述进行特征词提取，采用一组特征词表示构件。（2）构件向量化建模。根据特征词权重计算公式，将特征词表示的构件转换为权重表示的构件向量，从而使构件匹配问题转化为计算构件向量的余弦相似度。（3）构造构件聚类树。把构件库中的构件按照层次划分，从上到下逐层细化构件的分类，对子刻面下的构件进行语义相似

4、度的聚类，建立构件聚类树，优化构件库的组织结构。（4）建立构件检索算法模型。提取用户描述的检索条件中的特征词，转换为检索构件向量，通过计算构件向量之间的余弦相似度，实现构件的模糊匹配；计算检索构件与聚类簇中心的语义相似度，将拥有最高相似度的聚类簇作为候选检索结果，有效地减少了构件匹配的次数。使用构件标识集合对构件描述，能够克服传统上单纯采用刻面分类法对构件分类描述和检索时带来的主观因素的影响。引入聚类树的思想，通过计算构件之间的语义相似度对构件聚类，建立构件聚类树，能够有效地缩小检索范围。对比实验表明，基于刻面分类和聚类树的算法能够提

5、高构件检索效果，使得平均查准率达到88.3%，平均查全率达到93.1%。关键词：软件构件；刻面分类；构件标识；聚类树；构件检索IAbstractAbstractThedevelopmentofcomplexlarge-scaleenterpriseapplicationsoftwareisfacingseriouschallenges.Forthisreason,peoplehaveproposedavarietyoftechnicalmeanstoimprovetheefficiencyandqualityofsoftwaredev

6、elopment.Softwarecomponenttechnologycannotonlyimprovetheoverallbenefitsofthesoftwareinvariousstagesofthelifecycle,butalsogreatlyimprovetheproductqualityandproductionefficiencyandversatilityandopenness,andthusreceivedthemajorityofpeople'sattention.However,withthecontinuo

7、usdevelopmentofcomponent-basedsoftwareengineering,thenumberofsoftwarecomponentshasgraduallyincreased,andthescaleofcomponentlibrarieshasexpandeddramatically.Concerntheproblemthatquicklyandefficientlyretrievethetargetcomponentfromahugesoftwarecomponentlibrary,thisthesispr

8、oposesacomponentretrievalmethodbasedonfacetclassificationandclusteringtree.Themethodmainlyincludesthefollowing