韋麗紅

（呼倫貝爾學(xué)院 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，內(nèi)蒙古 海拉爾 021008）

基于本體的軟構(gòu)件聚類算法研究

韋麗紅

（呼倫貝爾學(xué)院 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，內(nèi)蒙古 海拉爾 021008）

計(jì)算機(jī)之所以能夠在不同的領(lǐng)域中應(yīng)用，就是由于人們根據(jù)實(shí)際應(yīng)用的需要，針對(duì)性的開(kāi)發(fā)了應(yīng)用軟件，因此軟件的開(kāi)發(fā)情況，能夠直接影響到其應(yīng)用的效果，在這種背景下，如何提高軟件開(kāi)發(fā)的效率，成為很多專家和學(xué)者研究的問(wèn)題，論文在本體構(gòu)件聚類概念和特點(diǎn)的基礎(chǔ)上，結(jié)合目前本體構(gòu)建的情況，對(duì)基于本體的構(gòu)件聚類算法，進(jìn)行了深入的研究。

本體；構(gòu)件；聚類；算法

引 言

隨著計(jì)算機(jī)的普及應(yīng)用，軟件的重要性越來(lái)越得到體現(xiàn)，人們根據(jù)不同領(lǐng)域的實(shí)際需要，針對(duì)性的開(kāi)發(fā)了相應(yīng)的應(yīng)用軟件，以此來(lái)實(shí)現(xiàn)不同的功能，在這種背景下，如何提高軟件的開(kāi)發(fā)效率，成為很多專家和學(xué)者研究的問(wèn)題，近些年軟件技術(shù)得到了快速的發(fā)展，出現(xiàn)了軟件復(fù)用等技術(shù)，可以在一定程度上提高開(kāi)發(fā)的效率。在軟件復(fù)用技術(shù)中，構(gòu)件技術(shù)具有非常重要的位置，目前已經(jīng)形成了一個(gè)學(xué)科，很多學(xué)者對(duì)構(gòu)件的分類等問(wèn)題進(jìn)行了研究，從不同的角度出發(fā)，構(gòu)件的分類也有一定的差異，現(xiàn)在廣泛使用的構(gòu)件聚類算法中，主要可以分成人工智能、超文本和信息科學(xué)，信息科學(xué)是目前使用最多的一種方法。

1 本體的構(gòu)件聚類分析

1.1 本體的構(gòu)件聚類概念

在計(jì)算機(jī)出現(xiàn)的早期，受到其性能和體積上的限制，軟件的概念還沒(méi)有形成，在使用計(jì)算機(jī)的過(guò)程中，首先要編寫一個(gè)簡(jiǎn)單的程序，由于實(shí)現(xiàn)的功能比較簡(jiǎn)單，因此程序的語(yǔ)句比較少，缺少了必要的存儲(chǔ)程序，使得人們每次使用計(jì)算機(jī)時(shí)，都要進(jìn)行程序的編寫，隨著存儲(chǔ)設(shè)備的出現(xiàn)，人們可以將寫好的程序放到軟盤等設(shè)備中，在需要實(shí)現(xiàn)某個(gè)功能時(shí)，只要將軟盤插入到計(jì)算機(jī)中即可。隨著計(jì)算機(jī)軟件技術(shù)的發(fā)展，軟件自身變得越來(lái)越復(fù)雜，如現(xiàn)在的很多軟件，占用空間都達(dá)到了百兆，如此龐大軟件的編寫，需要一個(gè)編寫團(tuán)隊(duì)共同完成，在這種背景下，逐漸地形成了軟件工程這門學(xué)科，軟件公司為了提高自身產(chǎn)品的競(jìng)爭(zhēng)力，必須提高軟件的質(zhì)量，同時(shí)縮短相應(yīng)的開(kāi)發(fā)周期，而要想達(dá)到這個(gè)目的，可以采用軟件復(fù)用技術(shù)，通過(guò)構(gòu)件的方式，對(duì)程序開(kāi)發(fā)中的一些模塊和語(yǔ)句，進(jìn)行重復(fù)的使用。對(duì)于本體的構(gòu)件聚類，首先要進(jìn)行本體的構(gòu)建，在這個(gè)基礎(chǔ)上，利用文本信息等，對(duì)構(gòu)件的特征進(jìn)行表示，最后完成構(gòu)件的聚類，無(wú)論是本體的構(gòu)件還是其他的構(gòu)件，都要進(jìn)行相應(yīng)的數(shù)據(jù)收集，以此得到一個(gè)構(gòu)件庫(kù)，只有足夠數(shù)量的構(gòu)件，才能夠保證聚類的順利進(jìn)行，以及程序編寫效率的提高。

1.2 本體的構(gòu)件聚類特點(diǎn)

與其他的構(gòu)件聚類相比，本體具有鮮明的特點(diǎn)，首先就是在概念模型上，從構(gòu)件聚類的概念可以知道，構(gòu)件聚類的目的，主要就是收集到一定數(shù)量的構(gòu)件，建立一個(gè)構(gòu)件庫(kù)，在軟件編寫過(guò)程中，可以利用這個(gè)庫(kù)中的構(gòu)件，直接形成一些模塊和語(yǔ)句，這樣就可以縮短編寫的周期，同時(shí)提高軟件自身的質(zhì)量，而本體是對(duì)模型的一種規(guī)范說(shuō)明。在計(jì)算機(jī)軟件領(lǐng)域中，本體主要是用來(lái)表述通用知識(shí)的一種方式，對(duì)于構(gòu)件庫(kù)中的各種構(gòu)件，能夠用標(biāo)準(zhǔn)化的語(yǔ)言，進(jìn)行規(guī)范性的表示，由此可以看出，在構(gòu)件聚類中，本體的重要性，在提高軟件編寫效率的過(guò)程中，主要依靠構(gòu)件的重復(fù)使用，顯然不是所有的構(gòu)件都能夠重復(fù)使用，必須在功能上或者語(yǔ)法上，與要編寫的軟件存在某種共同點(diǎn)。而本體就是表述這種共同點(diǎn)的語(yǔ)言，對(duì)于構(gòu)件聚類來(lái)說(shuō)，其最大的特點(diǎn)就是能夠縮短軟件編寫的周期，同時(shí)提高軟件的質(zhì)量，由于重復(fù)使用的構(gòu)件，都是曾經(jīng)應(yīng)用在其他軟件中的語(yǔ)句，因此其準(zhǔn)確性比較高，而且經(jīng)過(guò)了長(zhǎng)時(shí)間的使用，一般都不會(huì)存在問(wèn)題，尤其是對(duì)于軟件編寫來(lái)說(shuō)，隨著程序自身越來(lái)越復(fù)雜，容易出現(xiàn)的問(wèn)題越來(lái)越多，如現(xiàn)在的大型軟件，都會(huì)定期的發(fā)布一些補(bǔ)丁，修復(fù)軟件中存在的漏洞。

1.3 本體的構(gòu)件聚類過(guò)程

要想使用軟件的構(gòu)件來(lái)進(jìn)行程序的編寫，必須按照一定的步驟來(lái)執(zhí)行，如先要進(jìn)行構(gòu)件的收集，并用相應(yīng)的文本信息來(lái)表示，在收集的過(guò)程中，應(yīng)該考慮到程序自身的情況，根據(jù)實(shí)際的需要，如程序模塊和功能上的需求，針對(duì)性地進(jìn)行構(gòu)件的收集，隨著軟件技術(shù)的發(fā)展，現(xiàn)在市面上有很多相同功能的軟件，因此存在著很多一樣的構(gòu)件，在收集的過(guò)程中，應(yīng)該注意篩選。收集到了一定的構(gòu)件后，就要建立相應(yīng)的模型，目前使用比較多的是VSM模型，通過(guò)這個(gè)模型可以進(jìn)行聚類，然后還要對(duì)聚類優(yōu)化，這個(gè)優(yōu)化是對(duì)構(gòu)件篩選等，通過(guò)對(duì)要編寫的程序進(jìn)行分析，找到那些有用的構(gòu)件，同時(shí)還要考慮到哪類構(gòu)件對(duì)程序的影響最大，找到那些能夠提高程序質(zhì)量的構(gòu)件。在這些工作完成之后，就實(shí)現(xiàn)了構(gòu)件的聚類，但是要想使用這些構(gòu)件，還要進(jìn)行可視化的處理，把構(gòu)件變成人們理解的方式，這樣在需要使用時(shí)，可以直接引用這些構(gòu)件，隨著人工智能技術(shù)的發(fā)展，現(xiàn)在構(gòu)件聚類實(shí)現(xiàn)了一定的智能化，在這種背景下，構(gòu)件的收集、分析等，都可以交給軟件來(lái)自行完成，甚至在需要哪類功能的構(gòu)件時(shí)，智能程序可以直接進(jìn)行引用。

2 本體簡(jiǎn)述

2.1 軟件中本體的構(gòu)建

隨著自然科學(xué)的發(fā)展，計(jì)算機(jī)在很多領(lǐng)域得到了應(yīng)用，為了實(shí)現(xiàn)不同的功能，人們根據(jù)實(shí)際應(yīng)用的需要，針對(duì)性的開(kāi)發(fā)了相應(yīng)的應(yīng)用軟件，對(duì)于不同的領(lǐng)域來(lái)說(shuō)，都會(huì)有一些自身的術(shù)語(yǔ)，在程序編寫時(shí)，難免會(huì)用到這些術(shù)語(yǔ)，由于每個(gè)領(lǐng)域的術(shù)語(yǔ)無(wú)法通用，但是程序中的語(yǔ)言是通用的，因此要想在所有的領(lǐng)域中，共同使用這些構(gòu)件，必須建立一個(gè)轉(zhuǎn)化機(jī)制。本體的概念就是在這種背景下產(chǎn)生的，其是對(duì)不同領(lǐng)域術(shù)語(yǔ)概念之間的關(guān)系，現(xiàn)在計(jì)算機(jī)的使用，都涉及到軟件的應(yīng)用，尤其是隨著互聯(lián)網(wǎng)的普及，在很大程度上促進(jìn)了軟件的應(yīng)用，市面上出現(xiàn)了大量相同功能的軟件，軟件公司為了提高產(chǎn)品的市場(chǎng)占有率，都在努力地提高軟件開(kāi)發(fā)效率，尤其是一些定制軟件，在需求分析階段中，就要體現(xiàn)出公司的實(shí)力，這樣才能夠爭(zhēng)取到生意。本體的構(gòu)建中，構(gòu)件主要可以分成功能和非功能兩種，其中功能類包括了娛樂(lè)、商務(wù)、電子等學(xué)科的術(shù)語(yǔ)，而非功能類主要是軟件的運(yùn)行環(huán)境和編寫過(guò)程中，此外隨著軟件技術(shù)的發(fā)展，現(xiàn)在的程序編寫中，主要采用高級(jí)語(yǔ)言，包括C++、java等，對(duì)于同樣的軟件，可以采用不同的語(yǔ)言進(jìn)行編寫，而每種語(yǔ)言都有自身的構(gòu)件，這些構(gòu)件無(wú)法通用，如果采用本體來(lái)進(jìn)行描述，就可以實(shí)現(xiàn)構(gòu)件的通用，人們將這種關(guān)系成為kind-of。

2.2 軟件中本體的匹配

在本體構(gòu)建完成之后，如何在實(shí)際的程序編寫中，使用這些構(gòu)件，就需要進(jìn)行本體的匹配，在傳統(tǒng)的軟件編寫中，由于沒(méi)有構(gòu)件的概念，但是一些經(jīng)驗(yàn)豐富的編寫人員，如果遇到相同功能的模塊，會(huì)借鑒以往的一些語(yǔ)句，從某種意義上來(lái)說(shuō)，這是最初的軟件復(fù)用技術(shù)，隨著這種方法使用的越來(lái)越多，逐漸地形成了現(xiàn)在的構(gòu)件體系。在構(gòu)件的使用過(guò)程中，如何判定構(gòu)件與編寫的程序共同點(diǎn)，是構(gòu)件使用中的主要問(wèn)題，而要想實(shí)現(xiàn)這個(gè)目的，主要采用匹配來(lái)進(jìn)行，通過(guò)C語(yǔ)言等高級(jí)語(yǔ)言，可以很簡(jiǎn)單地實(shí)現(xiàn)匹配函數(shù)，如果加入人工智能模塊，還可以在專家體系的基礎(chǔ)上，實(shí)現(xiàn)構(gòu)件的自行匹配，在需要哪個(gè)功能的語(yǔ)句時(shí)，可以直接進(jìn)行采用。對(duì)于本體這樣的構(gòu)件，匹配與收集同樣重要，在實(shí)際的軟件編寫中，很多時(shí)候收集工作做地比較好，但是無(wú)法匹配到最佳的構(gòu)件，導(dǎo)致程序編寫的效率較低，由此可以看出，本體的匹配對(duì)于構(gòu)件應(yīng)用來(lái)說(shuō)，具有非常重要的作用，只有一個(gè)科學(xué)、合理的匹配體系，才能夠保證采用的構(gòu)件最適合程序，從而縮短程序編寫的周期，同時(shí)提高程序的質(zhì)量。

3 基于本體的構(gòu)件聚類算法分析

3.1 傳統(tǒng)的本體構(gòu)件聚類算法

對(duì)于本體構(gòu)件聚類的算法，已經(jīng)研究了很長(zhǎng)一段時(shí)間，很多學(xué)者對(duì)構(gòu)件的收集、分析等進(jìn)行了研究，在這種背景下，出現(xiàn)了很多構(gòu)件聚類的算法，目前使用最多的是 K-Means算法，該算法需要先設(shè)置一個(gè)參數(shù)，通常情況，這些參數(shù)會(huì)對(duì)聚類結(jié)果產(chǎn)生較大的影響，但是通過(guò)研究發(fā)現(xiàn)，可以采用一些特殊的算法，跳過(guò)參數(shù)對(duì)結(jié)果的影響，現(xiàn)在有很多種算法，可以達(dá)到這個(gè)目的。無(wú)論采用哪種算法來(lái)實(shí)現(xiàn)構(gòu)件的聚類，首先都要進(jìn)行初始化，這個(gè)步驟主要是將收集到的構(gòu)件放到相應(yīng)的組中，然后通過(guò)相應(yīng)的規(guī)則，對(duì)構(gòu)件進(jìn)行篩選，同時(shí)把不同的構(gòu)件分類，在這個(gè)工作完成后，還需要進(jìn)一步的進(jìn)行處理，利用本體語(yǔ)義擴(kuò)展，把所有的術(shù)語(yǔ)進(jìn)行分類，然后就要進(jìn)行聚類的工作，通過(guò)某種相似度規(guī)則，將具有同樣性質(zhì)的構(gòu)件分成相應(yīng)的類別，通常情況，如果一個(gè)聚類中的構(gòu)件數(shù)量小于 10，還需要進(jìn)行單獨(dú)的處理。對(duì)于這種算法，其優(yōu)勢(shì)就是很好的躲過(guò)了參數(shù)的影響，但是在聚類完成之后，會(huì)產(chǎn)生一些小型的構(gòu)建組，甚至一個(gè)構(gòu)件是單獨(dú)的類別，因此在所有的工作完成之后，需要對(duì)這些小的組別進(jìn)行優(yōu)化，將他們合并到一些大型的組別中，這樣才能夠得到一個(gè)最佳的聚類結(jié)果。

3.2 本體的構(gòu)件聚類算法實(shí)驗(yàn)

在實(shí)際的構(gòu)件聚類算法選擇時(shí)，由于每個(gè)程序都具有一定的特殊性，需要使用的構(gòu)件等，都會(huì)有一定的差異，在這種背景下，要想選擇到最佳的構(gòu)件，必須保證聚類算法的合理性，目前市面上有很多算法可以選擇，雖然通過(guò)這些算法都能夠進(jìn)行構(gòu)件的篩選等，但是不同算法的效率存在一定的差異。因此在選擇了一個(gè)算法后，需要進(jìn)行簡(jiǎn)單的實(shí)驗(yàn)，以此來(lái)保證算法的科學(xué)、合理，在具體的實(shí)驗(yàn)時(shí)，通常會(huì)對(duì)幾種算法同時(shí)進(jìn)行分析，從而找到一個(gè)最佳的算法，進(jìn)過(guò)這樣的對(duì)比分析后，可以明確地了解到每種算法的特點(diǎn)，如哪種算法的過(guò)程比較簡(jiǎn)單，哪種算法的結(jié)果比較準(zhǔn)確等，在這個(gè)基礎(chǔ)上，可以很容易地找到一個(gè)最佳的算法，如常用的K-Means算法，通過(guò)實(shí)驗(yàn)，可以明顯地看到其聚類效率很高。隨著計(jì)算機(jī)軟件技術(shù)的發(fā)展，現(xiàn)在的軟件自身越來(lái)越復(fù)雜，尤其是 C語(yǔ)言等高級(jí)語(yǔ)言出現(xiàn)后，程序的編寫都開(kāi)始變得模塊化，每個(gè)模塊實(shí)現(xiàn)不同的功能，這種就可以組成一個(gè)完整的程序，可以很好的滿足實(shí)際的需要，現(xiàn)在構(gòu)件聚類算法的實(shí)驗(yàn)，可以通過(guò)相應(yīng)的測(cè)試軟件來(lái)進(jìn)行。

4 結(jié) 語(yǔ)

經(jīng)過(guò)了多年的發(fā)展，計(jì)算機(jī)軟件技術(shù)得到了快速的發(fā)展，為了提高軟件編寫的效率，人們開(kāi)發(fā)了軟件復(fù)用技術(shù)，通過(guò)重復(fù)使用一些語(yǔ)句，來(lái)縮短軟件開(kāi)發(fā)的周期，因此基于本體的構(gòu)件聚類等復(fù)用技術(shù)，對(duì)于軟件工程來(lái)說(shuō)，具有非常重要的意義，很多專家和學(xué)者對(duì)構(gòu)件聚類的算法等，進(jìn)行了深入的研究。通過(guò)全文的分析可以知道，近些年隨著軟件的發(fā)展，其自身變得越來(lái)越復(fù)雜，程序的編寫通常需要一個(gè)團(tuán)隊(duì)來(lái)配合完成，軟件公司為了提高產(chǎn)品的市場(chǎng)占有率，必須提高軟件開(kāi)發(fā)的效率，而構(gòu)件的使用，剛好能夠滿足這種需要，通過(guò)構(gòu)件的收集、分析、聚類等處理，能夠最大程度上提高程序編寫的效率。

[1]謝紅薇,顏小林,余雪麗.基于本體的Web頁(yè)面聚類研究[J].計(jì)算機(jī)科學(xué),20,8(9):153-155.

[2]尉建興,崔冬華,寧曉青.蛙跳算法在 Web文本聚類技術(shù)中的應(yīng)用[J].電腦開(kāi)發(fā)與應(yīng)用,2011,(5):35-37.

[3]胡良明.改進(jìn)最近鄰法在基于 CBR的自動(dòng)武器設(shè)計(jì)系統(tǒng)中的應(yīng)用[J].制造業(yè)自動(dòng)化,2008,(11):93-95.

[4]李桂華.基于 Jena的語(yǔ)義信息檢索應(yīng)用研究[J].計(jì)算機(jī)與信息技術(shù),2010,(Z1):8-10,13.

[5]陳義如,孫廣中,許胤龍.基于網(wǎng)格和最近鄰居的聚類算法[J].計(jì)算機(jī)輔助工程,2008,(1):81-86.

O242

A

1673-2219（2014）05-0137-03

2014－03－07

韋麗紅（1982－），女，黑龍江克山人，碩士，呼倫貝爾學(xué)院講師，研究方向?yàn)檎Z(yǔ)義Web、文本挖掘、信息處理。

（責(zé)任編校：京華；俊華）