基于本体的Web服务发现方法研究

针对传统Web服务发现准确率低下的问题,提出一种基于本体的服务发现方法.该方法首先基于领域本体构建了Web服务描述模型,并应用OWL-S描述Web服务增强了Web服务的语义信息,然后从基本信息语义相似度、功能语义相似度等方面综合计算Web服务相似度,最后基于Web服务相似度进行请求服务与目标服务的匹配.给出了基于本体的服务发现相关算法,并设计了基于三层架构的服务发现原型系统.实验结果表明,该方法可提高Web服务发现的查全率及查准率.     

基于概念间双向语义和多重关系的Web服务发现

如何提高Web服务的发现效果是面向服务计算领域需要解决的关键问题.针对这一问题,文中提出基于概念间双向语义和多重关系的Web服务发现方法.在计算概念相似度时,考虑语义的双向性及连接路径上的多重关系.不同于以往的服务发现方法,不仅计算服务描述中的名词和动词,还计算形容词.在名词和动词相似度计算中,涵盖继承关系(ISA)、部分整体关系(HASA)和反义关系(ANT).在形容词相似度计算中,涉及相似关系(Similar-to)和ANT.Web服务相似度的计算综合I/O和功能描述两方面内容,提高Web服务发现的准确性.通过综合数据实验充分验证文中方法的有效性,该方法具有较优的查准率、查全率及F-measure.     

基于遗传算法的词语语义相似度计算研究

语义相似度计算就是把词语间语言学上的信息映射为0到1之间的数值。基于知识本体的语义相似度计算方法,利用知识本体提供的信息,建立词语关系和语义相似度之间的函数关系,该方法可解释性强、使用简单,成为语义相似度计算的一类重要方法。提出了一种基于《同义词词林》的语义相似度计算模型,该模型运用遗传算法探索了《同义词词林》语义编码与语义相似度之间的内在联系,建立了更符合《同义词词林》中所蕴含的语义相似信息的函数关系式。该方法使用遗传算法搜索知识与语义相似度的函数表达式,克服了先验模型中函数形式及调节参数的局限性,所得计算结果与人工判定结果的皮尔逊相关系数为0.8645,为使用人工智能方法挖掘自然语言处理中的规律提供了一种新的思路和方法。     

基于语义相似度的Web服务发现研究

Web服务的大量涌现对服务发现提出了挑战,UDDI上基于关键词和简单分类的服务发现机制已经不能很好满足需要。文中在分析现有相关研究的基础上,给出了一种基于语义相似度的Web服务发现方法。该方法充分利用服务中存在的语义信息,针对服务请求和广告服务中描述的功能进行匹配,并通过语义相似度来衡量两者匹配的程度。文中具体给出了服务间语义相似度的计算方法并通过示例说明了服务匹配的过程。     

基于语义相似度的Web服务发现研究

Web服务的大量涌现对服务发现提出了挑战，UDDI上基于关键词和简单分类的服务发现机制已经不能很好满足需要。文中在分析现有相关研究的基础上，给出了一种基于语义相似度的Web服务发现方法。该方法充分利用服务中存在的语义信息，针对服务请求和广告服务中描述的功能进行匹配，并通过语义相似度来衡量两者匹配的程度。文中具体给出了服务间语义相似度的计算方法并通过示例说明了服务匹配的过程。     

一种基于本体的概念语义相似度计算研究

概念的语义相似度研究,是知识表示以及信息检索领域中的一个重要内容.通过分析两种传统的语义相似度计算方法,对它们存在的问题进行改进,提出了一种综合的基于本体的概念语义相似度计算方法.该方法结合本体网络特征和语义距离计算中的多种语义影响因素,充分利用本体中概念的语义信息计算概念间的语义相似度.实验结果比较合理,验证了该方法的有效性.     

基于非功能语义的语义Web服务匹配方法研究

目前,语义Web服务匹配方面的研究主要集中在基于服务功能性信息的语义匹配上,但是,充分利用非功能语义信息有助于提高服务匹配的精度。非功能语义信息主要是文本描述,因此,基于非功能语义的服务匹配转化为文本相似度的问题。为了支持中文,本文根据《知网》来计算文本相似度,详细介绍了词语相似度、概念相似度和义原相似度的计算方法,并进行了实验,实验结果显示加入非功能语义虽然查全率有所下降,但查准率有很大的提高,进而证明非功能语义可以提高服务匹配的精度。     

基于UDDI的Web服务发现研究

基于UDDI的Web服务发现机制仅提供了基于语法层关键字的匹配方法,缺乏语义推理的支持.在相关研究的基础之上,提出了一个基于UDDI的Web服务注册/发现方法,使得服务提供者可以发布OWL-S语言描述的服务,并发布到UDDI注册中心.在传统UDDI注册中心之外新建一层Sem-UDDI注册中心,使用Sem-UDDI注册中心来存储服务的语义信息和服务相关的分类属性,并由服务匹配引擎计算服务属性之间的语义相似度,从而支持基于语义的推理查询,增强了UDDI的语义Web服务发现的能力.     

快速语义Web服务发现方法

针对现有的基于本体描述的语义Web服务发现方法发现效率较为低下的问题,提出一种新的服务发现方法.该方法在基于本体距离计算语义Web服务综合相似度的基础上,利用数据挖掘中的聚类算法AGNES对语义Web服务集合进行聚类预处理,形成若干服务簇,然后应用相应服务发现算法根据相似度阈值定位于某一服务簇内进行查找匹配,从而可减少搜索空间.理论与仿真实验结果表明,该方法既可保证服务发现的准确率,又可明显提高服务发现的效率.     

面向全局社交服务网的Web服务聚类方法

现有的服务聚类方法主要关注服务功能属性或QoS属性,而没有考虑服务在网络中的社交属性,随着服务数量的急速增长,其面临着服务发现效率低等问题。为此,提出一种面向全局社交服务网(GSSN)的Web服务聚类方法。该方法 将孤立的服务联结为一种全局社交服务网络,以挖掘服务间的社交相似度。首先,综合REST与SOAP服务,从服务描述信息、领域标签、QoS信息等层面对服务进行相似度计算。其次,结合服务在网络中的社交属性,利用GSSN算法对相似度计算结果进行聚类处理,以提高服务的发现效率。最后,对全局社交服务网进行可视化实现,以展现各服务在全局环境下的服务社交关系,并设计实验用于对提出的方法进行验证。