基于概率主题模型的物联网服务发现

针对物联网中服务数量的大规模性、服务描述的异构性以及设备服务的资源高度受限性和移动性等特点，提出了一种基于概率主题模型的物联网服务发现方法.该方法的主要特点是：1）利用英文wikipedia构建高质量的主题模型，并对类似短文本的服务文本描述进行语义扩充，使主题模型能够更有效地估计服务文本描述的隐含主题；2）提出利用非参数主题模型学习服务文本的隐含主题，降低模型训练时间；3）利用服务隐含主题对服务进行自动分类和文本相似度计算，快速减少服务匹配数量，加速服务文本相似度计算；4）提出能够同时支持wsdl-based和restful两种物联网服务的signature匹配算法.实验结果表明：与现有的物联网服务发现方法相比，该方法的准确率（precision）和归一化折损累积增益（ndcg）都有较大幅度的提高.