[論文レビュー] Topological Properties of Web Services Similarity Networks

Chantal Cherifi, Vincent Labatut+1 more|arXiv (Cornell University)|May 1, 2013

Service-Oriented Architecture and Web Services参考文献 29被引用数 3

ひとこと要約

本稿では、複数の操作レベルの類似性関数を用いて類似性ネットワークを構築することで、Webサービス間のコミュニティを同定するネットワークベースの手法を提案する。これらのネットワークのトポロジー的特性—次数分布、クラスタリング、モジュラリティ—を分析することにより、構造に基づいた意味のあるWebサービスのグループ化が明らかとなり、大規模なサービスリポジトリにおける効率的なサービス発見のためのスケーラブルな手法が提供される。

ABSTRACT

The number of publicly available Web services (WS) is continuously growing. To perform efficient WS discovery, it is desirable to organize the WS space. Works in this direction propose to group WS according to certain shared properties. Such groups commonly called communities are based either on similarity or on interaction between WS. In this paper we focus on the former, and propose a new network-based approach to extract communities from a WS collection. This process is three-stepped: first we define several similarity functions able to compare WS operations, second we use them to build so-called similarity networks, and third we identify communities under the form of specific structures in these networks. We apply our method on a collection of real-world WS and comment the resulting communities. Finally, we additionally provide an analysis and an interpretation of our similarity networks with a complex networks perspective.

研究の動機と目的

• 急激に拡大するサービスリポジトリの文脈において、効率的なWebサービス発見の課題に対処すること。
• サービス操作の意味的・構文的類似性に基づいた自然なグループ化（コミュニティ）を同定することで、サービスの整理を改善すること。
• Webサービスをノード、類似性をエッジとしてモデル化する新しいネットワークベースのフレームワークを提案し、トポロジー的分析によるコミュニティ検出を可能とすること。
• 実世界のWebサービスコレクションにおける意味のある類似性ネットワークを構築するための、異なる類似性関数の有効性を評価すること。

提案手法

• 構文的・意味的・構造的特徴に基づいて、Webサービス操作を比較する複数の類似性関数を定義する。
• Webサービスをノードとし、閾値を超える類似度スコアをエッジとして持つ類似性ネットワークを構築する。
• 次数分布、クラスタリング係数、モジュラリティなどのネットワーク解析手法を用いて、ネットワークのトポロジー的構造を特徴付ける。
• コミュニティ検出アルゴリズム（例：モジュラリティ最適化）を適用し、ネットワーク内での密なサービスグループを同定する。
• 実世界のサービスコレクションの文脈において、同定されたコミュニティの解釈可能性と一貫性を分析することで、結果を検証する。
• 複雑系の観点からネットワークを分析し、そのスモールワールド性およびスケールフリーネットワーク特性を理解する。

実験結果

リサーチクエスチョン

• RQ1 異なる類似性関数は、Webサービス類似性ネットワークのトポロジー的構造にどのように影響を与えるか？
• RQ2 Webサービス類似性ネットワークの主なトポロジー的特性（例：次数分布、クラスタリング、モジュラリティ）は何か？
• RQ3 これらのネットワークにおけるコミュニティ検出は、意味的に意味のあるWebサービスグループ化を明らかにできるか？
• RQ4 得られたコミュニティは、どれほど現実のサービス関係や機能的類似性を反映しているか？
• RQ5 ネットワークのトポロジー的特徴は、効率的なWebサービス発見をどのように支援するか？

主な発見

• 構築された類似性ネットワークはスケールフリーかつスモールワールド特性を示しており、高接続ノード（ハブ）と短い経路長が存在することを示している。
• ネットワークは高いクラスタリング係数を示しており、関連するサービス間で強い局所的接続性と機能的結束性があることを示唆している。
• モジュラリティ分析により、明確に定義されたコミュニティが存在することが確認され、高い構造的分割性を示している。
• 異なる類似性関数は異なるネットワークトポロジーを生じさせ、意味的類似性関数はより一貫性があり解釈可能なコミュニティを生成する。
• 本手法は、機能的に関連するWebサービスを密な部分グラフとして効果的に同定でき、サービスの整理および発見における実用性が裏付けられた。