简介:摘要针对物联网中效劳数量的大规划性、效劳描绘的异构性以及设备效劳的资源高度受限性和移动性等特色,提出了一种依据概率主题模型的物联网效劳发现办法.该办法的首要特色是1)运用英文Wikipedia构建高质量的主题模型,并对类似短文本的效劳文本描绘进行语义扩大,使主题模型可以更有用地估量效劳文本描绘的隐含主题;2)提出运用非参数主题模型学习效劳文本的隐含主题,下降模型练习时刻;3)运用效劳隐含主题对效劳进行主动分类和文本类似度核算,快速削减效劳匹配数量,加快效劳文本类似度核算;4)提出可以一起支撑WSDL-based和RESTful两种物联网效劳的signature匹配算法.试验结果表明与现有的物联网效劳发现办法比较,该办法的精确率(precision)和归一化折损累积增益(NDCG)都有较大起伏的进步.