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。     

一种基于点击率索引的语义Web服务发现方法

为了解决现有语义Web服务发现方法查询效率不高的问题,提出了一种基于点击率索引的Web服务发现方法。通过为统一描述、发现和集成注册库中点击率较高的Web服务建立索引,使得可以在查询过程中首先匹配访问率较高的服务,实现用户所需服务的快速发现。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。     

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。     

基于 OWL-S 的语义 Web 服务发现方法

随着 Web 服务的广泛应用和迅速发展,服务的种类和数量越来越多,要在众多的 Web 服务中高效地发现满意的服务成为一个关键的问题.目前的 Web 服务发现方法大多是采用基于关键字匹配的机制,查全率和查准率不高,难以满足用户的需要.针对这个问题将 OWL-S 引入服务发现,为 Web 服务添加语义信息,运用本体推理技术,文中提出一种基于 OWL-S 的语义相似度匹配度计算的 Web 服务发现方法,并设计了服务发现原型系统.实验结果表明提出的服务发现方法能够获得较好的服务发现效果     

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OWL-S的语义Web服务发现方法

随着Web服务的广泛应用和迅速发展,服务的种类和数量越来越多,要在众多的Web服务中高效地发现满意的服务成为一个关键的问题。目前的Web服务发现方法大多是采用基于关键字匹配的机制,查全率和查准率不高,难以满足用户的需要。针对这个问题将OWL-S引入服务发现,为Web服务添加语义信息,运用本体推理技术,文中提出一种基于OWL-S的语义相似度匹配度计算的Web服务发现方法,并设计了服务发现原型系统。实验结果表明提出的服务发现方法能够获得较好的服务发现效果。     

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．     

基于神经网络的语义Web服务发现机制

面对目前互联网上动态多样的Web服务,如何发现最大符合用户请求的服务成为一个具有挑战性的课题。Web服务发现主要包括服务的匹配和服务的选择,虽然目前基于OWL-S和语义相似度的服务发现方法在一定程度上改进了传统的基于关键字和简单分类的服务发现机制,但也存在着在综合评价服务相似度时缺乏合理的权值分配的问题。因此,构建Web服务本体,利用神经网络合理分配各个相似度向量的权值,能够更好地发现与请求匹配的服务。     

一种面向自动推理的语义Web服务发现方法

面向服务计算是近年研究的热点,在面向软件方面上主要体现在Web服务发现、服务选择、服务组合等方面。提出一种面向自动推理的服务发现方法,主要建立一种Petri网的流程控制方法和自动机推理模式,并给出一些定理和性质来说明服务发现的可行性。从而实现服务发现的自动识别,并有效完成服务组合。最后以Amazon中的一组定购服务进行分析得出,该方法可行且有效。     

利用服务聚类优化面向过程模型的语义Web服务发现

如何快速、准确和高效地发现满足用户需求的Web服务是现阶段急需解决的关键问题之一.文中针对现有的Web服务发现机制中存在的效率低下和查准率不高的两个问题,提出了一个新的语义Web服务发现框架.在该框架下,采用Petri网作为Web服务过程描述的形式化工具.首先,利用聚类技术,从服务的功能相似和过程相似两个层面对服务进行聚类预处理,从而在很大程度上降低服务的查找空间,提高服务的查找效率.进一步,针对服务请求中可能潜在的行为约束,建立基于Petri网的过程需求模型,将其与候选服务的过程模型进行比较,对满足功能需求的可行服务进一步筛选,从而提高查找的精确度.最后,利用仿真实验对所提出的方法进行验证.     

基于概念相似度计算的语义Web服务发现方法

提出一种基于领域本题概念相似度计算的语义Web服务发现方法。给出合理的概念相似度计算公式,通过领域本体概念相似度计算,最终获得请求和候选服务之间的相似度。传统的概念相似度计算方法只考虑继承关系,本文采用的单概念语义不但考虑继承关系,还考虑二元关系,使本体关系结构构成图结构,更加合理。计算语义距离时,适当处理多继承问题和环问题。实验证实,本算法使得匹配更加合理精确。     

一种支持QoS约束的语义Web服务发现框架

针对当前语义Web服务发现缺乏QoS约束的问题,构建一个支持QoS约束的语义Web服务发现框架。使用QoS认证中心确保QoS信息的动态更新。基于该框架提出一种支持QoS约束的语义Web服务匹配算法,通过实验证明该框架的有效性和可用性。     

基于本体的语义Web服务QoS描述和发现

WS-QMO是提出的一个用来对Web服务及其QoS信息进行建模和发现的顶层本体,它既可用于对服务QoS信息的描述和发布,也可用于对服务QoS需求的描述.WS-QMO本体基本满足了当前对Web服务QoS语义建模的普遍要求,并且由于适当地加入SWRL规则,它不但可以灵活地自定义单个QoS属性,描述一个QoS属性在不同条件下的不同取值,还可以定义复杂的组合QoS属性.相对同类本体或描述语言,它能更好地描述具有复杂约束规则的QoS属性,同时尽量利用现有的成熟规范使其定义式更为简洁.最后给出了基于该本体的QoS知识库的管理方法以及一个新的自动服务发现算法,该算法仅使用描述逻辑推理机的功能便可实现复杂约束的QoS自动服务发现,使得基于WS-QMO的Web服务建模和发现同时具备较好的描述能力和执行效率.     

基于P2P的语义Web服务发现机制

分析集中式语义Web服务发现机制存在的问题,利用P2P和本体技术,提出一种基于P2P的语义Web服务发现机制。将服务的部署与发布无缝地绑定在一起,按应用领域和服务目标将整个P2P网络组织成3层结构,基于该结构建立3阶段服务发现算法,达到优化网络结构、提高服务发现效率的目的。     

扩展UDDI以支持语义信息的研究

介绍了一种扩展UDDI以支持语义信息的方法,即在注册Web服务时添加语义信息,并支持基于语义的查询。首先在UDDI系统中加入一个领域本体库,再为该UDDI中的每个注册服务添加语义信息,并将服务和本体库的对应关系存入到UDDI的数据库中。在服务申请者查询Web服务时,由用户提供语义查询模板,根据用户描述的本体语义信息得到候选服务列表,再根据用户对服务质量的要求计算候选服务的匹配度,将候选服务依照其匹配度的大小顺序返回给用户。     

一种基于语义Web的Web服务发现方法

Web服务的大量涌现对服务发现提出了挑战。然而,传统的服务发现技术是建立在语法描述的基础上,主要采用的服务发现机制是WSDL和UDDI规范相结合的解决方案,通过关键词匹配来实现的。但是这些发现方法查准率极其低下,已经不能很好地满足用户需要。在研究本体与语义Web服务的基础上,提出了一种基于本体的Web服务发现框架,该框架首先对用户的请求合约进行语义预处理,然后根据抽取的语义在服务库中发现适合的Web服务,从而提高查准率。