基于語義相似度分析的軟構(gòu)件聚類算法研究.pdf

1、隨著軟件技術(shù)的發(fā)展和復(fù)用概念的提出，軟件復(fù)用作為提高軟件開發(fā)效率與質(zhì)量的有效途徑，成為軟件工程研究的熱點。要真正實現(xiàn)軟件復(fù)用的系統(tǒng)化、工程化，就需建立一個完善、高效的構(gòu)件庫系統(tǒng)，加強(qiáng)對構(gòu)件的有效管理。構(gòu)件的合理分類表示是實現(xiàn)構(gòu)件高效檢索的基礎(chǔ)和前提，它與構(gòu)件檢索構(gòu)成了構(gòu)件管理中的兩個核心問題。本文在構(gòu)件刻面分類表示的基礎(chǔ)上，采用數(shù)據(jù)挖掘中的聚類分析技術(shù)并結(jié)合語義分析技術(shù)實現(xiàn)對構(gòu)件的更客觀分類。
　　 針對目前較常用的刻面分類表示

2、法存在的術(shù)語空間依賴于專家經(jīng)驗、具有較強(qiáng)人為主觀因素等缺點，本文將基于刻面分類表示與正文檢索相結(jié)合對構(gòu)件進(jìn)行描述，并提出了一種基于潛在語義分析模型的構(gòu)件聚類算法來實現(xiàn)對構(gòu)件的分類。該算法不僅能在一定語義程度上實現(xiàn)對構(gòu)件的聚類分析，而且可以很好地克服傳統(tǒng)的基于向量空間模型所帶來的高維稀疏等問題。實驗表明該算法有效地提高了構(gòu)件聚類的質(zhì)量，獲得了較合理的構(gòu)件分類，為構(gòu)件的高效檢索提供了有力的支持。
　　 為進(jìn)一步改善構(gòu)件聚類的效果，本

3、文基于自然語言處理中的語義分析技術(shù)和基于遺傳算法的優(yōu)化策略，提出了一種基于語義相似度與優(yōu)化的構(gòu)件聚類算法。該算法利用語義分析技術(shù)降低了人為的主觀性，使構(gòu)件的分類更為客觀；同時，采用優(yōu)化策略增強(qiáng)了類內(nèi)的緊湊度和耦合度，使構(gòu)件的分類更加合理。在構(gòu)件聚類過程中，為了更好的獲得特征詞權(quán)重，針對傳統(tǒng)的TF-IDF權(quán)重計算方法在獲取特征詞權(quán)重過程中假設(shè)特征詞之間是相互獨立的、線性無關(guān)的不足，本文從特征詞間語義聯(lián)系的角度出發(fā)，給出了一種結(jié)合語義改進(jìn)的

4、TF-IDF權(quán)重計算方法，并應(yīng)用于基于語義相似度與優(yōu)化的構(gòu)件聚類算法中，獲得了更優(yōu)的構(gòu)件聚類結(jié)果。并將該聚類算法分別與基于向量空間模型和基于潛在語義分析模型的構(gòu)件聚類效果相比較，實驗表明了該算法進(jìn)一步改善了構(gòu)件聚類的效果，實現(xiàn)了構(gòu)件的更客觀、更合理的分類，為構(gòu)件檢索提供了更好的支持，達(dá)到了降低軟件復(fù)用成本，促進(jìn)軟件復(fù)用的目的。
　　 構(gòu)件分類作為構(gòu)件庫系統(tǒng)中的一個核心問題，得到了軟件工程界廣泛的研究。本文采用了數(shù)據(jù)挖掘中的聚類分