1.一种围绕主题建模的改进型K-means服务聚类方法，其特征在于，所述方法包括以下步骤：第一步、对所有需要特征表示的Mashup服务数据进行预处理；

第二步、基于预处理后的Mashup服务数据，进行功能名词提取操作；

第三步、对于每条Mashup服务的功能名词集合FS，利用主题模型进行Mashup特征向量的表示，过程如下：通过以Mashup服务信息为语料库构建LDA模型，得到每条Mashup服务信息的主题分布，并以此进行Mashup服务的特征向量的表示，其中，LDA模型将Mashpup文档集中每篇文档的主题以概率分布的形式给出，文本中主题的概率分布通过转换处理，化简为空间向量，向量的数值受到Mashup服务中心思想的影响，越接近中心思想的主题其概率越高；

第四步、对于所有参与聚类的Mashup特征向量，进行密度信息的计算，密度信息包括局部密度、向量间距离和较高密度最近距离；

第五步、基于第五步计算的密度信息，从所有Mashup特征向量中，筛选出聚类中心的候选点；

第六步、对第五步所得的聚类中心候选点，进一步筛选出最为合适的K个初始聚类中心，进行K-means聚类。

2.如权利要求1所述的一种围绕主题建模的改进型K-means服务聚类方法，其特征在于，所述第一步的过程如下：步骤(1.1)遍历每条Mashup服务信息，针对性的提取出服务名称、服务描述、Web API组合信息、类别信息以及标签信息进行整理，进行步骤(1.2)；

步骤(1.2)如果遇到缺失服务描述或描述内容过于简短的情况，则直接将该服务剔除，进行步骤(1.3)；

步骤(1.3)如果遇到缺失服务名称的情况，则将设置特定的递增序列号作为默认的服务名称，进行步骤(1.4)；

步骤(1.4)对于每条服务的描述内容，将具有特殊语义的符号进行转义，例如将“$”改写为“dollar”，同时剔除“▲”、“#”这样不包含任何语义信息的字符，以便于在后一阶段提升功能词汇检索的运行效率，进行步骤(1.5)；

步骤(1.5)检查服务描述中的单词完整性，若有字母缺失的情况，先尽可能进行补全复原，而对于实在无法补全的单词，则将其剔除，进行步骤(1.6)；

步骤(1.6)根据每条Mashup服务的Web API组合属性，获取相应的Web API 服务信息，进而利用这些Web API的标签对相应的Mashup服务标签进行扩充，使得扩充后的Mashup服务标签更能全面体现服务的功能特点，进行步骤(1.7)；

步骤(1.7)判断Mashup服务信息是否遍历完成，若否，则返回步骤(1.1)，否则，结束。

3.如权利要求1或2所述的一种围绕主题建模的改进型K-means服务聚类方法，其特征在于，所述的第二步的过程如下：步骤(2.1)遍历Mashup服务数据，对每条服务描述内容进行词性标注，进行步骤(2.2)；

步骤(2.2)基于步骤(2.1)的词性标注结果，过滤掉副词、形容词、量词这些没有实际语义的停用词，进行步骤(2.3)；

步骤(2.3)在剩余的名词中进行词形还原，去重后放入临时名词集合中，进行步骤(2.4)；

步骤(2.4)检查临时名词集合中是否掺杂了类似Mashup服务名称这样无功能语义的名词成分，若有，则剔除，而保留下来的其他名词则作为最终的功能名词集合FS，否则，将临时名词集合直接作为功能名词集合FS，进行步骤(2.5)；

步骤(2.5)判断Mashup服务是否遍历完成，若否，则返回步骤(2.1)，否则，结束。

4.如权利要求1或2所述的一种围绕主题建模的改进型K-means服务聚类方法，其特征在于，所述的第三步的过程如下：步骤(3.1)遍历各Mashup服务信息，包括对应的功能名词集合FS，给定包含k个主题的主题集合T，Set(FS)为存放所有功能名词集合FS的集合，对当前FS对应的k个主题的概率向量θf随机赋值，其中，θf为，pti表示当前功能名词集合FS对应第i个主题的概率，计算公式如下：其中，len(FS)表示FS中单词的数量，ti表示主题集合T中的第i个主题，len(FS∩ti)表示FS和主题ti共同存在的单词的数量，进行步骤(3.2)；

步骤(3.2)遍历主题集合T，对每个主题t生成所有单词的概率向量Φt随机赋值，Φt为，其中，m为Set(FS)包含的单词总数，pwi表示当前主题t生成第i个单词的概率，计算公式如下：其中，len(t)表示主题t中单词的数量，wi表示Set(FS)中第i个单词，∑(t∩wi)表示主题t中对应到Set(FS)中第i个单词出现的次数，进行步骤(3.3)；

步骤(3.3)遍历集合Set(FS)，其中，FSn为Set(FS)中第n个集合，进行步骤(3.4)；

步骤(3.4)遍历集合FSn中的单词，其中，wp为FSn中第p个单词，进行步骤(3.5)；

步骤(3.5)遍历主题集合T中的主题，其中，tq为T中第q个主题，进行步骤(3.6)；

步骤(3.6)对于当前单词wp，当前主题tq，计算当前功能名词集合FSn中的单词wp属于主题tq的概率Pq(wp|FSn)，其计算公式为：Pq(wp|FSn)＝P(wp|tq)*P(tq|FSn)，进行步骤(3.7)；

步骤(3.7)选取Pq(wp|FSn)值最大的主题tq作为单词wp的主题，判断集合T是否遍历完成，若否，进行步骤(3.6)，否则，进行步骤(3.8)；

步骤(3.8)，判断集合FSn中的单词是否遍历完毕，若否，进行步骤(3.5)，否则，进行步骤(3.9)；

步骤(3.9)判断集合Set(FS)是否遍历完成，若否，则返回步骤(3.4)，否则，进行步骤(3.10)；

步骤(3.10)设定常量N，重复步骤(3.3)至步骤(3.7)N次，N为经验值，根据机器性能与文档数量决定，得到收敛后的概率向量θ和Φ，其中，θ是每个FS的主题概率向量θf的集合，Φ是每个主题t生成所有单词的概率向量Φt的集合，进行步骤(3.11)；

步骤(3.11)遍历每条Mashup服务信息，包括对应的功能名词集合FS以及对应的主题概率向量θf，进行步骤(3.12)；

步骤(3.12)初始化Mashup语义特征向量DVecy，进行步骤(3.13)；

步骤(3.13)将概率向量θ各维度的值赋值给对应的DVecy，进行步骤(3.14)步骤(3.14)判断Mashup服务信息是否遍历完毕，若否，进行步骤(3.13)，否则，结束。

5.如权利要求1或2所述的一种围绕主题建模的改进型K-means服务聚类方法，其特征在于，所述第四步的过程如下：步骤(4.1)遍历每个Mashup特征向量，计算当前向量的局部密度ρy，计算公式如下所示：其中，DVecy表示Mashup特征向量，而DVecy的局部密度ρy就是由离其最近的k个特征向量DVecz的余弦相似度cos(DVecy,DVecz)累加而成，这样的计算方式不仅避免了人工设定截断距离所带来的干扰问题，并且可以让每个向量获得较为合理的局部密度值，进行步骤(4.2)；

步骤(4.2)计算当前向量的向量间距离dyz，计算公式如下所示：dyz＝1-cos(DVecy,DVecz)，进行步骤(4.3)；

步骤(4.3)基于属性ρy与属性dyz，定义当前向量的较高密度最近距离δy，定义公式如下：其中，定义式中y表示当前向量，z表示其他向

量，min函数表示选取最小值，max函数表示选取最大值，进行步骤(4.4)；

步骤(4.4)判断Mashup特征向量是否遍历完成，若否，则返回步骤(4.1)，否则，结束。

6.如权利要求1或2所述的一种围绕主题建模的改进型K-means服务聚类方法，其特征在于，所述第五步的过程如下：步骤(5.1)计算限定值bound，其计算公式如下所示：

bound＝(max(δy)+min(δy))/2，其中，max(δy)表示δy的最大值，而min(δy)表示δy的最小值，进行步骤(5.2)；

步骤(5.2)将δy值低于bound的Mashup特征向量提取出来，并将它们的密度信息对应放入集合S，进行步骤(5.3)；

步骤(5.3)计算步长单元au，并设置初始值为0，其中，au主要用于确定聚类中心候选点的δy值范围，进行步骤(5.4)；

步骤(5.4)遍历集合S，取出δy，进行步骤(5.5)；

步骤(5.5)遍历集合S，取出δz，其中，δz与δy不相等，进行步骤(5.6)；

步骤(5.6)对au进行累加计算，计算公式如下：

au＝au+|δy-δz|，其中，|δy-δz|表示取δz与δy之差的绝对值，记录当前循环次数count，进行步骤(5.7)；

步骤(5.7)判断集合S是否遍历完成，若否，则返回步骤(5.5)，否则，进行步骤(5.8)；

步骤(5.8)判断集合S是否遍历完成，若否，则返回步骤(4.4)，否则，进行步骤(5.9)；

步骤(5.9)设au＝au/count，进行步骤(5.10)；

步骤(5.10)设置判定半径r，并赋默认值为bound，其中判定半径主要用于进一步确定聚类中心候选点的范围，进行步骤(5.11)；

步骤(5.11)针对所有Mashup特征向量，判断在连续的bound/au个区域中，向量δy属性的数量是否保持递增，并将初始遍历区域设为[l1＝0,l2＝au]，进行步骤(5.12)；

步骤(5.12)若δy属性的数量递增，则将l1与l2的值分别累加一个步长au，进行更新，否则，进行步骤(5.13)；

步骤(5.13)将判定半径r设为l1的值，进行步骤(5.14)；

步骤(5.14)从所有Mashup特征向量中，筛选出半径r内包含其它向量，并且δy值大于r的向量作为聚类中心候选点集合。

7.如权利要求1或2所述的一种围绕主题建模的改进型K-means服务聚类方法，其特征在于，所述第六步的过程如下：步骤(6.1)在聚类中心候选点集合中，筛选出ρy与δy乘积最高的向量，并将其在半径r内包含的向量个数m统计出来，其中半径r即为第六步计算出的判定半径，进行步骤(6.2)；

步骤(6.2)遍历聚类中心候选点集合，计算当前候选点的波动值SDy，计算公式如下所示：其中，U(y)表示距离y最近的m个向量，γz表示ρy与δy的乘积，avgz则表示这m个向量γz的均值，进行步骤(6.3)；

步骤(6.3)判断候选点集合是否遍历完成，若否，则返回步骤(6.2)，否则，进行步骤(6.4)；

步骤(6.4)对候选点集合中的每个向量，进行加权评估计算，计算公式如下所示：其中，a为介于0与1之间

的权值,默认为0.5，进行步骤(6.5)；

步骤(6.5)对步骤步骤(6.4)计算所得的score进行降序排序，选取前K个向量作为K-means算法的输入，进行K-means聚类。