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.     

基于聚类优化的Web服务发现方法

针对语义Web服务发现效率低下的问题,提出一种基于图论聚类的服务发现方法。利用领域本体将Web服务形式化为领域概念的集合,根据概念间的关系计算服务间的相似度并构建用于标识服务的加权图,通过最小生成树算法对服务进行聚类,从而实现服务发现。实验结果证明,该方法有效减少了服务发现的匹配次数,提高了服务发现效率。     

基于文本聚类和概念相似度的语义Web服务发现

语义Web服务在进行服务发现时,需要按顺序依次匹配注册库中的服务,这将大量时间浪费在不相干的服务上,从而造成服务发现效率低下。针对该问题,提出了一种新的基于文本聚类和概念相似度的语义Web服务发现方法。该方法主要分为两个阶段,第一阶段根据服务源文件中的描述性文本信息将类别一致的服务聚类到一起,在此过程中利用了向量空间模型对文本进行表示和处理,并在前人的基础上提出了一种多重混合聚类算法MHC;第二阶段进行服务间的功能属性匹配,结合本体概念层次树中有向边的深度、强度以及概念的继承度等因素计算概念间的语义相似度。最后,实验结果表明,提出的方法在兼顾匹配准确率的基础上,大大提高了匹配效率。     

一种基于本体划分的语义Web服务发现算法

针对集中式服务发现方式容易导致单点故障和性能瓶颈的问题,提出一种基于结构化P2P网络的语义Web服务发现算法。利用本体划分技术,按概念相似度完成本体的划分并生成可偏序排序的组概念,用组概念粗粒度地表示服务的语义信息,并聚类语义相似的服务。在此基础上,设计基于组概念生成向量的服务发布/发现算法,从服务/请求中提取多个散列的关键字,在适当增加服务发布/发现冗余的情况下,实现结构化P2P网络中语义Web服务的模糊匹配。实验结果显示,与精确匹配算法相比,该算法服务发现的平均召回率由15.2%提高到了37.1%。     

基于服务簇的空间信息服务自动发现

现有Web服务自动发现方法中存在服务匹配程度区分不明显、服务发现精度不高等问题。为此,提出一种基于服务簇的空间信息服务自动发现算法。对发布的空间信息服务进行聚类分析,计算服务请求与各服务簇中心的相似度,由此确定最优匹配簇,根据服务请求与最优匹配簇中服务的语义相似度,得出服务请求的最优匹配服务。实验结果表明,该算法在实现对Web服务匹配程度定量表示的同时,能有效提高匹配程度的区分度和服务发现的查全率和效率。     

一种基于能力的模糊Web服务聚类及预检索算法

实现对Web服务的自动聚类,是提高Web服务发现速度的有效方式之一。针对常用聚类算法在实现服务聚类时需要获取网内所有服务或通过服务训练集来发掘领域内服务特征,不适用于动态服务环境的问题,提出了服务能力的概念,并给出了服务能力描述及计算的方法。借助本体技术,提出了一种基于服务能力的聚类算法。无需先验知识或服务间相似度的比较,该算法可将服务能力及功能相似的服务聚类在一起。在此基础之上,提出了一种服务预检索算法。理论分析及仿真结果表明,聚类算法可有效地反映领域内服务基于功能的聚类特征,预检索算法可有效地滤除无关服务,提高服务检索效率。     

基于本体间语义相似度的服务组合算法

随着服务提供者不断发布新的服务,Web环境下的服务数量在不断增长,Web服务组合的时间也会更长.为满足一些对响应时间要求较高的用户,本文提出了一种基于本体间语义相似度的服务组合算法,该算法利用领域本体间的语义关系,计算参数间的语义相似度,将其与给定的一个语义相似度阈值比较来选择匹配的服务,然后通过回溯得到服务组合序列.实验表明,该算法可以在较短的时间内实现服务的组合,其服务组合时间与效率明显优于BF*和HWSCO算法.     

基于本体论和词汇语义相似度的Web服务发现

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．该文在分析现有相关研究的基础上,提出了基于本体论和词汇语义相似度的Web服务发现方法．通过构建Web服务本体,给出一个明晰的Web服务发现的研究对象,指出可对Web服务进行的几种相似度计算,并对其中的词汇语义相似度计算进行详细讨论．文中具体给出两种词汇语义相似度计算方法,其中第一种方法计算词汇语义相似度基于词语间距离度量,第二种方法计算词汇语义相似度则建立在义原相似度基础上．引入本体论和词汇语义相似度,为Web服务相似度计算、Web服务发现提供了一种有效可行的方法．     

一种基于服务簇网元模型的Web服务发现方法

定义了服务簇的网元模型,提出了一种基于服务簇网元模型的Web服务发现方法.首先,通过计算Web服务的功能描述及参数的语义相似度,对服务库中的服务进行聚类;其次,对服务参数进行统一标注,建立服务簇的网元模型,并对服务簇参数矩阵进行规范化处理;最后,基于服务簇参数矩阵,实现服务快速发现.基于Petri网,首次提出了服务簇的形式化模型,并在此基础上进行了服务快速发现.结果表明,利用网元模型建模服务簇是有效的、合理的,并且与传统的基于参数匹配的服务发现相比,所提方法有效地减少了参数匹配次数,提高了服务发现效率.     

利用聚类优化语义Web服务发现

针对传统Web服务缺乏语义造成注册中心返回结果不精确的问题,提出了一种用OWL-S提供语义支持,并据语义相似度将Web服务聚类的解决方法。该方法应用OWL-S实现Web服务的语义描述,采用凝聚的层次聚类的Single-Link算法将相似Web服务聚类,快速定位并返回最合适的服务,提高了服务发现的精确性。