基于WordNet的Web服务发现模型

针对目前语义Web服务发现机制只能基于一个本体发布,查找的缺点,结合WordNet本体库与OWL-S语义描述语言设计一个语义明确的Web服务发现模型。该模型中采用OWL-S对Web服务进行语义描述,对领域相关本体中的概念进行预处理,以WordNet提供的术语语义为基础,建立一个全局领域相关本体。这种全局领域本体建立方法避免了因对概念理解不统一而产生的不一致性,得到的本体易于扩展。     

基于语义的Web服务发现模型研究

Web服务发现是Web服务系统架构的重要部分,现有的主流Web服务发现方法是采用基于UDDI框架的服务匹配,但由于UDDI注册中心只能提供基于关键字的查询,并且缺乏对语义信息的支持,造成服务的查准率查全率得不到保证.针对目前Web服务发现技术存在的不足,引入了语义技术,并设计了一个基于语义的服务发现原型,来验证提出的基于语义的服务发现方法的可行性.     

基于本体的Web服务发现模型研究

针对传统的Web服务发现机制查准率低的缺点，结合本体技术与OWL-S语义描述语言设计一个Web服务发现模型。该模型主要包括查询处理器、领域本体库和发现引擎三个模块，通过在领域内共同的语义理解基础上抽取服务查询信息中所需的功能信息以及对服务广告信息的语义描述，实现针对服务功能信息的语义匹配，从而提高服务的查准率。     

基于语义Web服务的发现算法研究

Web服务是基于XML和HTTPS的一种服务,具有极大的灵活性和鲁棒性。该文基于语义WEB服务技术,采用基于本体的语义发现框架,介绍了Web服务的注册发布以及发现等细节。     

基于组合索引的语义Web服务发现算法

为提高Web服务发现的效率,将倒排索引和功能兼容性索引相结合,设计一种组合索引方法。组合索引由服务的加权简洁功能兼容图和输出概念的图节点倒排索引构成。基于组合索引,提出一种服务发现算法,与基于倒排索引和功能兼容性索引的服务发现算法的对比分析表明,该算法能够明显减少功能兼容性检查的次数和平均索引链长,具有较优的性能。     

基于语义的Web服务发现算法研究

基于UDDI的传统Web服务发现机制是使用语法关键字匹配技术,往往导致服务发现精度不够甚至失败。提出了基于语义的Web服务发现算法DWS。算法基于概念层语义关系进行服务匹配,根据匹配度选择最优的服务。使用自行开发的原型系统进行的案例研究验证了算法的可行性和有效性。     

基于本体的Web服务发现模型研究

针对传统的Web服务发现机制查准率低的缺点,结合本体技术与OWL-S语义描述语言设计一个Web服务发现模型。该模型主要包括查询处理器、领域本体库和发现引擎三个模块,通过在领域内共同的语义理解基础上抽取服务查询信息中所需的功能信息以及对服务广告信息的语义描述,实现针对服务功能信息的语义匹配,从而提高服务的查准率。     

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.     

基于移动agent的语义Web服务发现模型

现有的语义Web服务发现机制还很难实现Web服务发布、发现的自动化、智能化,这严重影响了语义Web服务的质量(QoS)和满意度.因此提出了一种分布式UDDI网络环境下基于移动agent的语义Web服务发现模型,性能分析表明该模型具有较高的查全率和查准率,提高了Web服务发布,发现的自动化、智能化,缩短了查询时间,很大程度上满足了用户个性化服务需求.     

基于QoS和用户偏好的Web服务发现模型

快速而准确地发现和选择满足用户需求的Web服务是目前研究的热点.提出一种基于QoS和用户偏好的Web服务发现和选择模型,该模型通过附加数据库来扩展UDDI以实现QoS属性的描述,引入QoS属性排序和权重实现用户的个性化选择,提高服务的查准率.     

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。     

基于向量空间模型的Web服务发现方法

现有服务发现方法大多按照统计概率方式计算服务相关度,不能较准确地反映查询和服务之间的语义关联。针对该不足,提出一种基于向量空间模型的Web服务发现方法。引入WordNet词典进行同义词向量建模,划分服务主题和服务内容,得到新的服务相关度计算公式,并实现Web服务发现原型系统。实验结果表明,该方法具有较高的查准率和查全率,其调和平均值始终保持在0.6以上。     

基于QoS的Web服务发现方法

由于传统的基于关键字和简单分类的Web服务发现机制较少考虑服务质量(QoS),因此不能很好地满足用户的需求。针对该问题,提出一种基于QoS的Web服务发现模型,通过引入QoS代理机制以支持基于QoS的Web服务发布与发现。在此基础上,根据不同用户的QoS需求,提出一种基于QoS的Web服务发现算法。实验结果表明,该算法具有较高的准确率。     

目标Web服务描述本体和服务发现模型

目标Web服务描述语言和服务匹配算法是解决Web服务发现问题的方法。在分析现有Web服务描述语言的基础上,该文设计了一个目标Web服务描述本体,该本体从功能、性能和语义特征 3个方面描述Web服务,以提高服务发现的效率和质量为原则,提出了一个基于Web服务特征元素的服务发现模型,并结合旅游领域,实现了一个原型系统。     

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%。     

一种支持QoS的自适应Web服务发现模型

服务质量是Web服务发现中的关键问题.该文提出一种支持QoS的自适应Web服务发现模型,在满足用户对Web服务功能需求的基础上,依据QoS等非功能性指标对Web服务进行选择和排序,并给出服务的选择排序算法,该算法以服务注册参数、用户反馈信息和实时监测数据为依据,能动态地对服务的非功能性指标进行评价,返回最合适的服务给用户.实验证明,该模型有效地提高了系统的可用性.     

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．     

基于语义描述的分布式Web服务发布与发现

结合P2P与Web服务语义描述技术,提出了一种基于分布式哈希表的非集中式Web服务发布与发现方法。通过定义服务供求双方共同遵守的领域本体,实现具有同样语义概念的两种不同描述的统一,提高服务发现的效率和准确度。利用类别本体对领域本体的组织,提出了层次式Web服务目录系统。基于该系统,服务的发布与发现是在特定应用领域范围内进行,因此减少了服务搜索空间,提高了服务发现的效率。