一个基于概念语义近似度的Web服务匹配算法
一个基于概念语义近似度的Web服务匹配算法
邱田1,2,李鹏飞1,2,林品1,2(1.中国科学院软件研究所,北京100190;2.中国科学院研究生院,北京100190)摘要::随着web服务的迅速发展和广泛应用,高效的服务发现逐渐成为一个关键问题.目前的web服务发现标准UDDI(UniversalDescription,Discovery,andIntegration),存在不支持语义推理的局限性,而且无法根据服务的能力和属性进行搜索,限制了服务发现的效能.针对这个问题可以采用在服务发现中引入OWLS的方法.本文提出了一个基于概念语义近似度的web服务语义匹配算法,通过对服务的不同属性进行语义匹配计算,从而提高服务发现的查准率和查全率.算法基于一个关键的语义近似度度量函数,用以计算本体实体概念的语义近似度值.测试算法的实验结果显示了算法的有效性.关键词:web服务发现;UDDI;OWLS;语义匹配算法;近似度度量函数中图分类号:TP393文献标识码:A文章编号:03722112(2009)02042904
AWebServiceMatchingAlgorithmBasedonSemanticSimilarityofConcepts
QIUTian1,2,LIPengfei1,2,LINPin1,2(1.InstituteofSoftware,ChineseAcademyofSciences,Beijing100190,China;2.GraduateUniversityofChineseAcademyofSciences,Beijing100190,China)Abstract:Webservicediscoveryhasbeenakeyproblemwiththedevelopmentofwebservices.Thecurrentservicediscoverystandard,UDDI,hasthelimitationoflackofsemanticinferencesupport,andthemechanismwhichcannotsearchbasedonservicecapabilitiesandpropertiesleadstoalimitedperformance.TheproblemcanbeaddressedbyadoptingOWLSinwebservicediscovery.Inthispaperamatchingalgorithmforservicediscoveryisproposedbasedonsemanticsimilarityofconcepts,aimingatenhancingbothrecallandprecisionofwebservicesearch.Thealgorithmisbasedonakeyfunctionofsemanticsimilaritymeasurethatproducesnumericsimilaritydegreeofontologyentityconcepts.Experimentalresultsarepresentedtoshowtheeffectivenessofthealgorithm.Keywords:webservicediscovery;UDDI;webontologylanguageforservices(OWLS);semanticmatchingalgorithm;similaritymeasurefunction
1引言Web服务为web平台的整合与互操作问题提供了解决方案.目前的web服务发现机制建立在统一描述、发现和集成(UniversalDescription,Discovery,andIntegration,UDDI)[1]的标准之上.UDDI是基于可扩展置标语言(EXtensibleMarkupLanguage,XML)[2]的web注册机制,而UDDI对于服务搜索请求是通过关键字和分类信息来处理的.虽然UDDI作为一个web服务基础架构标准已被广泛接受,但在作为服务发现机制方面仍存在缺陷.首先,XML数据不包含语义信息,因而不是机器可理解的.句法不同的请求关键字可能在语义上是等同的.因此UDDI基于句法的搜索导致了较低的查全率(recall),这是UDDI性能受限制的一个方面.其次,根据关键字和分类信息的搜索并不适合web服务发现,因为某个特定的关键字可能出现在完全不相关的服务描述中.另外,UDDI的关键字匹配过程并不提供对服务能力(capability)或其它属性的支持,这也使UDDI搜索的查准率(precision)受到限制.针对UDDI存在的局限性,本文采用了OWLS(WebOntologyLanguageforServices)[3].OWLS是基于Web本体语言(WebOntologyLanguage,OWL)[4]的用以描述web服务的高层本体语言.OWLS为服务描述定义了一套完整的用以描述服务的语义概念,提供了一个搜索服务的语义途径,能在查全率和查准率两个方面提高服务搜索的性能.而且,OWLS根据服务能力和其他属性进行推理和语义匹配,因而这种途径能够产生比基于关键字的搜索方法更准确的结果.
收稿日期:20080209;修回日期:20080618基金项目:国家863高技术研究发展计划(No.2006AA701416);中国科学院支撑技术项目(No.61501030)第2期2009年2月电子学报ACTAELECTRONICASINICAVol.37No.2Feb.2009本文提出了一种基于OWLS的web服务匹配算法用以提高web服务搜索的性能,该算法包括不同服务属性的匹配子算法以及一个核心的本体实体概念语义近似度度量函数.2服务匹配算法Web服务匹配算法使用OWLS作为上层本体.在算法中,服务搜索请求中的服务描述也被认为是ServiceProfile形式,以与服务注册系统中的服务描述Profile进行匹配.由于权重的分配以及子匹配算法存在的差异,匹配算法中服务属性被重新分为五类:输入、输出、服务名、服务参数和服务质量(QoS).这里的服务参数包括OWLS服务描述中的serviceparameter参数,但不包括服务质量参数.服务匹配算法包括匹配五个服务属性的子算法.首先,一个已发布的服务与服务搜索请求中包含的服务描述匹配的前提是两者的服务名、输入和输出都匹配,只有这些关键属性都满足匹配,服务参数和服务质量的匹配度才被计算.否则,若三者中任何一个属性不能匹配,算法将返回零匹配度.所有服务属性的匹配自算法都依赖一个实体概念语义近似度度量函数,该函数将在第3节中详细描述.算法也包括服务参数和服务质量的匹配子算法.对服务名匹配子算法仅包括对服务名的语义近似度度量函数的调用.对于服务的输出,一个搜索请求与一个已发布服务输出属性的匹配需要满足:请求中的服务的每个输出属性都可在该已发布服务的输出属性中找到对应的匹配.而对于输入属性,需要满足的匹配顺序则相反,即请求中服务的输入属性包含该已发布服务的每个输入属性对应的匹配.输出属性的匹配子函数如图1所示.输入属性的匹配子函数除了匹配顺序以外,与输出属性的匹配过程相同.
服务参数可能包含附加的服务信息.服务参数匹配子算法关注那些在服务搜索请求和已发布服务中都包含(即语义上可匹配)的属性.然而,如果服务搜索请求中并未定义任何服务参数,算法返回100%的匹配度.图2描述了该子算法.在最新的OWLS上层本体中,profile属性QualityRating已被建议除去,而与服务质量等级相关的服务参数被采用.由于服务质量在匹配算法中单独考虑,因此在该子算法中,与服务质量相关的属性被忽略.
如前所述,服务质量在目前的OWLS的ServiceProfile中,一般以QualityRating参数或服务参数的方式描述,本文假设服务质量属性仍以与QualityRating类似的结构展现.类似于服务参数的匹配过程,在服务质量的匹配中,如果请求中并未定义与服务质量相关的属性,匹配子算法将返回1的质量匹配度值.该子算法在图3中描述.它包括匹配所有的服务质量属性值并返回平均的匹配度值.服务搜索请求的服务质量属性在服务的搜索中属于准则型属性,因此在匹配中如果已发布服务的对应属性的值不低于请求中的属性值,则该属性具有100%的匹配度,否则是0的匹配度.
Web服务的匹配度是根据服务名、输入、输出、服务参数和服务质量属性的匹配度计算的.如果使用SN、I、O、SP和QoS来表示五种属性类型,并用M表示匹配算法对应的函数,MSN、MI、MO、MSP和MQoS分别表示五种属性的匹配子函数,w1、w2、w3、w4和w5分别表示五种属性的匹配度在整个服务匹配度计算中的权重.一个查找请求的服务描述req与一个已发布服务adv间的匹配度定义为每个部分匹配度的加权.服务匹配算法的主回路将注册中心的所有已发布服务与搜索请求中的服务描述相匹配,并将匹配结果以有序方式排列.算法中多次出现的similarity函数将在下一节中作详细阐述.关于isAcceptable函数,它将其参数与一个可接受的匹配度或近似度阈值进行比较,该阈值在实际系统实现上可由服务请求者指定.另外,如MPaolucci等[5]所建议,为了提高算法的效率,服务搜索中近似概念的搜寻可限制在目标概念周围的小范围内,该范围以外的概念将视作无关或不匹配的概念.430电子学报2009年3概念语义近似度函数在五种服务属性的匹配子算法中都引用了一个近似度度量函数,用以计算两个实体的语义近似度.这个函数基于代表本体中概念上下级关系的树状结构,如图4所示.函数返回值为一个介于0和1之间的数值,代表近似度值.函数使用一系列关于两个实体概念的树节点的结构参数,包括两个树节点之间的最小距离,节点深度,以及两个节点相对其最近的共同祖先节点的深度.设R为树状结构的根节点,a和b分别为两个实体概念,d为概念a和b之间的最小距离,la和lb分别为两个概念节点在树状结构中的深度,ma和mb相对它们最近的共同祖先节点的深度,这些参数变量都是非负整数,即d,la,lb,ma,mbZ-*.
以下为这几个参数变量的近似度计算属性.(1)对于给定la和lb,概念a和b之间的语义近似度随着d的增加单调递减;(2)对于给定d和限定值的|la-lb|,概念a和b之间的语义近似度随着(la+lb)的增加单调递增;(3)对于给定d和限定值的(la+lb),概念a和b之间的语义近似度随着|la-lb|的增加单调递减;(4)对于给定d、la,和lb,概念a和b之间的语义近似度随着max(ma,mb)的增加单调递增.语义近似度函数定义为一个符合以上计算属性的指数隶属函数S(a,b),如式(1)所示.在该函数定义中,t、、和 均为实际可调的参数,并且满足00.其它符号均与前文定义的符合.S(a,b)=td max(|la-lb|,) max(ma,mb,)/(la+lb+ )(1)由函数定义可见,该函数还存在以下特性:(1)0!S(a,b)!1(2)a∀S(a,a)=1(3)a,b∀S(a,b)=S(b,a)第一个特性描述了函数的值域,即两个完全无关的概念的近似度为0,而两个完全等同的概念的语义近似度为或1.第二个特性描述了函数的自反性,即每个概念与它自身的语义近似度为1,或概念与其自身是等同的.最后一个特性描述了函数的对称性.这三个特性与概念语义近似度的共识相符[6].另外,语义近似度匹配函数假设两个参与比较的实体概念来自于同一个本体,当进行web服务匹配时,服务搜索请求中的服务描述可能包含来自于不同本体的概念,对于每个概念,需要与已发布的服务描述中的对应本体概念作比较,若不存在则返回0近似度.函数的参数分配在较大程度上取决于所使用的本体树结构.根据实验数据,参数t、、和 的建议赋值分别为0 1、0 7、0 44和1 0.isAcceptable函数也根据采用的本体指定可接受的近似度阈值.4实验结果为了测试概念的语义近似度以确定隶属度函数,以及评估服务匹配的精确度,语义近似度函数的相关实验已根据近似度函数和服务匹配算法实现和记录.实验关注点为服务搜索的查准率和查全率,这也是服务发现的关键要素.实验设计了多个OWL本体,包括动植物、食品、地域、质量、价格等.利用这些本体,创建了139个假想服务的OWLS描述和对应的UDDI数据格式的描述.基于关键字的搜索模式和语义搜索都在实验中被测试.对于语义搜索,实验采用0 6作为搜索中可接受的匹配度阈值.另外,虽然实验中涉及的服务均为假想,但在实验中服务的请求者与服务提供者以及本体设计者不同,以保证实验数据的准确性和客观性.在大量测试后,无意义(不存在与搜索请求中包含的服务描述相匹配的服务)的实验结果被剔除,并随机抽取100个关键字搜索结果和100个语义搜索结果的查准率,查全率和F1Measure值.实验结果的统计见表1.实验结果显示了语义服务搜索方法相对于关键字搜索的明显优势和有效性.表1实验结果匹配方法测试数量平均查准率平均查全率平均F1Measure值K*10032.3%28.6%0.281S**10077.1%85.1%0.785*K#传统的基于关键字的匹配方法**S#本文提出的语义匹配算法
一种改进的语义Web服务等级匹配算法
计算机应用 Ｃｏｍｐｕｔｅｒ Ａｐｐｌｉｃａｔｉｏｎｓ 《自动化技术与应用》２０１ ０年第２９卷第２期 一种改进的语义Ｗ ｅ ｂ服务等级匹配算法 王继东１，张 瑜 ，戴耀文 ★ （１．西北师范大学数学与信息科学学院，甘肃兰州７３００７０；２．平凉机电工程学校，甘肃平凉７４３４００） 摘 要：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。针对ＯＷＬ—Ｓ／ＵＤＤＩ等级匹配 算法匹配等级划分粒度太大，对同一等级内部不同情况不能加以区分的不足，提出了一种改进的匹配算法。该算法在细化匹配 等级的基础上，借鉴信息检索领域查全率与查准率的思想，结合概念语义相似度的计算，以非对称的方式将离散的匹配等级转 ・亿为连续的表示方式，对同一等级内部的不同情况做出了明确的区分，提高了查询准确率。并且在服务发布时就进行匹配度的 比较，实验表明该算法服务请求响应时间远小于ＯＷＬ—Ｓ／ＵＤＤＩ等级匹配算法。 关键词：语义Ｗｅｂ服务；等级匹配算法；服务发现；查全率；查准率 中图法分类号：ＴＰ３９１ 文献标识码：Ａ 文章编号：１００３—７２４１（２０１０）０２—００３１—０４ Ａｎ Ｉ ｍｐｒｏｖｅｄ Ｓｅｍａｎｔｉｃ Ｗｅｂ Ｓｅｒｖｉｃｅｓ Ｇｒａｄｅｓ Ｍａｔｃｈｉｎｇ Ａｌｇｏｒｉｔｈｍ ＷＡＮＧ Ｊｉ．ｄｏｎｇ ，ＺＨＡＮＧ Ｙｕ ，ＤＡＩ Ｙａｏ－ｗｅｎ （１．Ｃｏｌｌｅｇｅ ｏｆ Ｍａｔｈｅｍａｔｉｃｓ＆Ｉｎｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅ，Ｎｏｒｔｈｗｅｓｔ Ｎｏｒｍａｌ Ｕｎｉｖｅｒｓｉｔｙ，Ｌａｎｚｈｏｕ ７３００７０ Ｃｈｉｎａ； ２．Ｅｌｅｃｔｒｉｃａｌ ａｎｄ Ｍｅｃｈａｎｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ Ｓｃｈｏｏｌ ｏｆ Ｐｉｎｇｌｉａｎｇ，Ｐｉｎｇｌｉａｎｇ ７４３４００ Ｃｈｉｎａ） ． Ａｂｓｔｒａｃｔ：Ｏｎｅ ｏｆ ｔｈｅ ｋｅｙ ｐｒｏｂｌｅｍｓ ｏｆ ｔｈｅ Ｗｅｂ Ｓｅｒｖｉｃｅｓ ｉｓ ｈｏｗ ｔｏ ｍｅｅｔ ｕｓｅｒ ｒｅｑｕｉｒｅｍｅｎｔ ｑｕｉｃｋｌｙ ａｎｄ ｅｆｆｉｃｉｅｎｔｌｙ．Ａｉｍｉｎｇ ａｔ ＯＷＬ—Ｓ／ ＵＤＤＩ ｇｒａｄｅｓ ｍａｔｃｈｉｎｇ ａｌｇｏｒｉｔｈｍ ｗｈｉｃｈ ｈａｓ ｌａｒｇｅ ｒａｎｋ ｓｉｚｅ ｏｆ ｇｒａｄｅｓ ａｎｄ ｄｏ ｎｏｔ ｍａｋｅ ａ ｄｉｓｔｉｎｃｔｉｏｎ ｗｉｔｈｉｎ ｓａｍｅ ｇｒａｄｅｓ． Ｔｈｅ ｐａｐｅｒ ｐｒｅｓｅｎｔｅｄ ａｎ ｉｍｐｒｏｖｅｄ ａｌｇｏｒｉｔｈｍ．Ｔｈｅ ｍｅｔｈｏｄ ｉｓ ｏｎ ｂａｓｉｓ ｏｆ ｌｅｖｅｌ ｏｆ ｒｅｆｉｎｅｍｅｎｔ，ａｎｄ ｔａｋｅ ａｄｖａｎｔａｇｅ ｏｆ ｒｅｃａｌｌ ａｎｄ ｐｒｅｃｉｓｉｏｎ ｏｆ ｉｎｆｏｒｍａｔｉｎ ｒｅｔｒｉｅｖａｌ，ａｔ ｔｈｅ ｓａｍｅ ｔｉｍｅ ｃｏｍｂｉｎｅｄ ｗｉｔｈ ｔｈｅ ｃａｌｃｕｌａｔｉｏｎ ｏｆ ｓｅｍａｎｔｉｃ ｓｉｍｉｌａｒｉｔｙ ｔｏ ｃｏｎｖｅｒｔ ｔｈｅ ｄｉｓｃｒｅｔｅ ｗａｙ ｉｎｔｏ ｔｈｅ ｃｏｎｔｉｎｕｏｕｓ ｒｅｐｒｅｓｅｎｔａｔｉｏｎ ｉｎ ｔｈｅ ａｓｙｍｍｅｔｒｉｃ ｗａｙｓ，ａｌｓｏ ｍａｋｅ ａ ｄｉｓｔｉｎｃｔｉｏｎ ｗｉｔｈｉｎ ｓａｍｅ ｇｒａｄｅｓ ａｎｄ ｉｍｐｒｏｖｅ ｔｈｅ ｓｅａｒｃｈ ａｃｃｕｒａｔｅ ｄｅｇｒｅｅ．Ｔｈｅ ｃｏｍｐａｒｉｓｏｎ ｏｐｅｒａｔｉｏｎｓ ｈａｖｅ ｂｅｅｎ ｄｏｎｅ ｗｈｅｎ ｔｈｅ ｓｅｒｖｉｃｅｓ ｈａｖａ ｂｅｅｎ ｐｕｂｌｉｓｈｅｄ． Ｔｈｅ ｅｘｐｅｒｉｍｅｎｔａｌ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ｔｈｅ ｓｅｒｖｉｃｅ ｒｅｓｐｏｎｓｅ ｔｉｍｅ ｉｓ ｆａｒ ｌｅｓｓ ｔｈａｎ ｔｈｅ ＯＷＬ—Ｓ／ＵＤＤＩ ｇｒａｄｅｓ ｍａｔｃｈｉｎｇ ａｌｇｏｒｉｔｈｍ． Ｋｅｙ ｗｏｒｄｓ：ｓｅｍａｎｔｉｃ ｗｅｂ ｓｅｒｖｉｃｅｓ；ｇｒａｄｅｓ ｍａｔｃｈｉｎｇ ａｌｇｏｒｉｔｈｍ；ｓｅｒｖｉｃｅｓ ｄｉｓｃｏｖｅｒｙ；ｒｅｃａｌｌ；ｐｒｅｃｉｓｉｏｎ １ 引言 随着对Ｗｅｂ服 ｌ】的研究和应用的不断深入，越来越 多的企业将自己的业务包装成Ｗｅｂ服务发布，如何正确定 位合适的Ｗｅｂ服务已经成为主要问题。基于ＵＤＤＩ的传统 Ｗｅｂ服务发现机制是使用语法关键字或分类目录的匹配技 术，这种技术简单易懂，且易操作，但它缺乏对Ｗｅｂ服务信 息的语义支持，智能化程度不高，所以无论在查全率还是在 查准率上都无法满足人们日益增长的需要。因此如何结构 化、形式语义化的描述ｗｅｂ服务功能，将ｗｅｂ服务的发现 题转换为基于语义的推理过程 ，从而利用语义ｗｅｂ领域的 ・基金项目：甘肃省科技攻关计划项目（编号２Ｇｓ ０４ ７一Ａ５ ２—０ ０２—０４） 收稿日期：２ ０ ０９—０８一ｌ１ 成果有效的发现ｗｅｂ服务已经成为研究的热点。 语义网技术和Ｗｅｂ服务技术是语义Ｗｅｂ服务【２】的 两个基本支撑技术。Ｗ３ Ｃ推出的专门针对语义Ｗｅｂ服 务的本体描述语言ＯＷＬ—Ｓ［３＇４】是连接语义Ｗｅｂ服务两大 支撑技术的桥梁，目前语义Ｗｅｂ服务的研究也主要围绕 ０ＷＬ—Ｓ展开。ＯＷＬ－Ｓ使用ＯＷＬ（最初采用ＤＡＭＬ＋ＯＩＬ） 构建了一个上层本体，描述了与Ｗ ｅ ｂ服务相关的属性 （ｐｒｏｐｅｒｔｉｅｓ）、能力（ｃａｐａｂｉｌｉｔｉｅｓ）以及执行结构（ｅｘｅｃｕｔｉｏｎ ｓｔｒｕｃｔｕｒｅｓ）等，目的是使计算机对服务可“理解”，以便利 服务的发现。在ＯＷＬ－Ｓ语言提出之后，Ｐａｏｌｕｃｃｉ等人提 出了语义ｗｅｂ服务发现的ＯＷＬ—Ｓ／ＵＤＤＩ匹配算法【５，６１。
一种面向Web服务的语义匹配方法
２０１０年１２月 电 脑 学 习 第６期
一种面向Ｗｅｂ服务的语义匹配方法
安宏津 马英瑞
摘 要：本文针对语法匹配带来的不足提出了一种新的语义匹配方法。
关键词：语义匹配；概念语义：壹准率
中图分类号：ＴＰ３１ １．５ 文献标识码： Ａ 文章编号：１００２—２４２２（２０１０）０６－００５５－０２
Ｓｅｒｖｉｃｅ ０ｄｅｎｔｅｄ Ｓｅｍａｎｔｉｃ Ｍａｔｃｈｉｎｇ ｏｆ Ｗｅｂ
Ａｎ Ｈｏｎ舀ｉｎ Ｍａ Ｙｉｎｇｒｕｉ
Ａｂｓｔｒａｃｔ：Ｔｈｅ ｐａｐｅｒ ｂｒｉｎｇｓ ｔｈｅ ｌａｃｋ ｏｆ ｓｙｎｔａｃｔｉｃ ｍａｔｃｈｉｎｇ ｐｒｏｐｏｓｅｄ ａ ｎｅｗ ｍｅｔｈｏｄ ｏｆ ｓｅｍａｎｔｉｃ ｍａｔｃｈｉｎｇ． Ｋｅｙ ｗｏｒｄｓ：Ｓｅｍａｎｔｉｃ Ｍａｔｃｈｉｎｇ；Ｃｏｎｃｅｐｔｕａｌ Ｓｅｍａｎｔｉｃｓ；Ｐｒｅｃｉｓｉｏｎ
１本体及服务描述语言
本体是“共享概念明确的形式化的规范说明”，可以定
义概念并且表示各种概念之间的关系。
ＯＷＬ—Ｓ是用本体来描述Ｗｅｂ服务的标记语言，主要有
３部分： （１）服务简档（Ｓｅｒｖｉｃｅ Ｐｒｏｆｉｌｅ）提供了服务的基本描述。
（２）过程模型（ＰｒｏｃｅｓｓＭｏｄｅ１）描述了服务中各予过程的
逻辑执行顺序。
（３）服务基点（Ｓｅｒｖｉｃｅ Ｇｒｏｕｎｄｉｎｇ）描述访问服务的具体
细节。
２ ＭＳＵＲＡＰ匹配方法
２．１概念间推理关系语义匹配计算
与文献［４】中采用方法相同，用Ａｄ—ｖｅｒｆｉｓｅ表示提供，
Ｒｅｑｕｅｓｔ表示需求，用匹配方法Ｍ（Ａｄｖｅｒｔｉｓｅ，Ｒｅｑｕｅｓｔ）来计 算概念Ａｄｖｅｒｔｉｓｅ与Ｒｅ—ｑｕｅｓｔ之间的匹配度，对概念之间的
继承、包含关系进行深层次的细分，使概念间的推理关系更 加明确，从而得到更准确的匹配结果，具体如算法１：
算法１：
Ｍ（Ａ ｄｖｅｒｔｉｓｅ，Ｒｅｑｕｅｓｔ） ｉｆ Ａｄｖｅｒｔｉｓｅ Ｅｑｕｉｖａｌｅｎｔ Ｒｅｑｕｅｓｔ ｒｅｔｕｒｎ Ｅｘａｃｔ； ｅｌｓｅ ｉｆ Ａｄｖｅｒｔｉｓｅ ＳｕｂＣｌａｓｓｏｆ Ｒｅｑｕｅｓｔ ｒｅｔｕｒｎ Ｐｌｕｇｉｎ； ｅｌｓｅ ｉｆ Ｒｅｑｕｅｓｔ ＳｕｂＣｌａｓｓｏｆ Ａｄｖｅｒｔｉｓｅ ｒｅｔｕｒｎ Ｓｕｂｓｕｍｅ； ｅｌｓｅ ｉｆ Ａｄｖｅｒｔｉｓｅ Ｓｕｂｓｕｍｅｓ Ｒｅｑｕｅｓｔ ｒｅｔｕｒｎ Ｓｕｂｓｕｍｅ； ｅｌｓｅ ｉｆ Ｒｅｑｕｅｓｔ Ｓｕｂｓｕｍｅｓ Ａｄｖｅｒｔｉｓｅ ｒｅｔｕｒｎ Ｉｎｔｅｒｓｅｃｔｉｏｎ； ｅｌｓｅ ｒｅｔｕｒｎ Ｆａｉｌ； 其中，Ｅｑｕｉｖａｌｅｎｔ表示概念的相等关系，ＳｕｂＣｌａｓｓｏｆ表示
一种基于语义服务流网的web服务适配方法
一种基于语义服务流网的web服务适配方法
随着互联网技术的发展，Web服务已经成为了网络应用的一种核心技术。它为不同的应用提供了可靠、可扩展的分布式服务，使得不同的系统可以互相交互。然而，Web服务中存在一些问题，如服务描述和发现，服务适配，服务集成等。
为了解决这些问题，提出了一种基于语义服务流网的Web服务适配方法。该方法利用语义服务流网来描述和发现Web服务，并利用服务流网中的语义元数据来实现服务适配和服务集成。
服务流网使用服务流网图来表示服务之间的关系，并使用语义元数据来描述服务之间的交互。服务流网图中的节点表示服务，边表示服务之间的调用关系，而语义元数据则用于描述服务的特性，以及服务之间的交互关系。
通过使用语义元数据，可以实现服务之间的语义映射，即将一组服务映射到另一组服务，从而实现服务的适配。此外，服务流网还可以用来实现服务之间的集成，通过将多个服务组合成一个服务，从而实现服务集成。
因此，基于语义服务流网的Web服务适配方法可以有效地解决Web服务中的服务描述和发现，服务适配，服务集成等问题。该方法能够更好地支持Web服务的可靠性、可扩展性和可维护性，从而提高Web服务的效率和可用性。
一种基于语义的服务搜索与匹配方法
一种基于语义的服务搜索与匹配方法
随着云计算和服务化的发展，越来越多的软件需要从服务市场中获取各种服务，开发人员也需要在服务市场中寻找合适的服务进行开发。然而，服务市场中的服务数量往往过多，而且服务质量也参差不齐，为开发人员带来了很大的困难。因此，如何快速准确地找到所需的服务就成为了一个重要的问题。
目前，主流的服务搜索方法基本上是基于关键字匹配的。这种方法通过根据用户提供的关键字进行服务搜索，然后返回搜索结果。然而，这种方法存在很多问题。首先，由于服务提供者和服务消费者使用的关键字不一定相同，因此可能会出现搜索结果不准确的情况。其次，关键字匹配不考虑服务之间的语义关系，因此无法在深层次上匹配服务，从而限制了服务发现的准确性。为了解决这些问题，一种基于语义的服务搜索与匹配方法逐渐受到研究者的关注。
基于语义的服务搜索与匹配方法可以通过语义分析技术来发现与用户需求相关的服务，从而提高搜索的准确性。该方法通常包括两个步骤：语义建模和语义匹配。
在语义建模方面，该方法通常将服务描述信息转换成一种公共的语义模型。在这个模型中，每个服务都被表示为一组语义属性，这些属性代表了服务的特征和其与其他服务的关系。在语义匹配方面，该方法在语义模型上执行匹配算法，以确定哪些服务最符合用户需求。
该方法的优势在于能够找到具有相似语义的服务，而不仅仅是满足关键字匹配的服务。例如，如果用户需要一个电子邮件服务，根据关键字匹配，搜索结果可能包括与邮件相关的各种服务，例如邮件存储服务、邮件发送服务或邮件过滤服务等。但是，基于语义的方法能够确定用户需要的电子邮件服务，例如Web邮件服务或IMAP邮件服务。
据研究者称，这种基于语义的服务搜索与匹配方法可以显著提高服务发现的准确性和效率，但是这种方法仍然需要解决一些问题。首先，需要建立一个公共的语义模型，这需要花费大量的时间和资源。其次，语义匹配算法需要高效和准确的实现，以快速对大量的服务进行匹配。最后，该方法需要解决语义表达的不确定性问题，因为不同的人对于同一个服务的语义描述可能不同。
基于推理和相似度计算的语义Web服务匹配策略
基于推理和相似度计算的语义Web服务匹配策略
王树义;杨昊霖
【期刊名称】《计算机应用与软件》
【年(卷),期】2008(025)008
【摘 要】将本体的概念引入Web服务提升了服务的语义表达能力和发现能力,传统的语义Web服务匹配主要有基于推理和基于本体相似度计算两种方式.基于推理的服务匹配较容易实现,具有稳定的查准率和较高的运行效率,但同一级结果间不能进一步区分结果的匹配度.基于相似度计算的服务发现可以精确地描述结果与查询条件的匹配程度,便于用户比较,但实现较为复杂,并且在最坏情况下有糟糕的响应时间.在基于推理的服务匹配策略的基础上,提出了一种带有语义相似度计算的服务匹配策略,并用一个书籍领域本体的匹配实例进行了说明.
【总页数】3页(P130-132)
【作 者】王树义;杨昊霖
【作者单位】大连理工大学计算机科学与技术系,辽宁,大连,116023;大连理工大学计算机科学与技术系,辽宁,大连,116023
【正文语种】中 文
【中图分类】TP3
【相关文献】
1.基于本体推理及语义相似度计算的服务匹配算法 [J], 李发英;曾宇永
2.基于概念相似度计算的语义Web服务发现方法 [J], 徐德智;瞿攀 3.Web服务匹配中基于语义距离的概念相似度计算方法的改进 [J], 徐红艳;方欣;冯勇
4.基于QoS的语义Web服务匹配策略 [J], 于敏;曹宝香
5.基于语义Web服务的高校学生工作管理系统的服务匹配策略 [J], 覃颖菊;陈宁江
因版权原因，仅展示原文概要，查看原文内容请购买
基于语义Web的服务匹配机制的研究的开题报告
基于语义Web的服务匹配机制的研究的开题报告
一、研究方向和背景
随着Web技术的发展和普及，Web服务已成为一种实现软件组件重用的有效手段，大量的Web服务被发布在互联网上，并不断增长。然而，服务发现机制是Web服务中一个十分重要的问题，服务之间常常需要进行互相通信，由于Web服务之间自主性较强，具有异构性和分布式性等特点，因此，如何高效地进行Web服务的自动匹配和发现成为了一个热门的研究领域。
传统的服务匹配机制主要是基于关键字匹配和语法分析的，容易出现语义不相似的问题。为了解决这个问题，开发出基于语义的Web服务匹配机制是非常必要的。基于语义的服务匹配机制可以根据Web服务的功能、输入输出等语义信息进行服务匹配，使匹配结果更加精确、准确。因此，基于语义Web的服务匹配机制的研究及其应用具有非常重要的现实意义和研究价值。
二、研究内容
本研究拟从以下几个方面入手进行探索：
1. 介绍基于语义Web的服务匹配机制的基本概念和相关技术。
2. 研究并分析目前基于语义Web的服务匹配机制的研究热点和主要问题。
3. 提出一种基于语义Web的服务匹配机制，建立Web服务的语义模型，并对服务进行语义匹配。
4. 设计基于语义Web的服务匹配系统原型，并进行实验分析，验证所提出的匹配机制的有效性和性能优劣。
三、研究方法 本研究主要采用文献综述、理论分析、模型设计和实验证明等方法。首先，通过对相关文献的查阅和综述，了解基于语义Web服务匹配机制的研究现状和发展趋势，为后续研究提供理论基础。然后，结合语义Web的相关技术和方法，构建Web服务的语义模型，并提出一种基于语义Web的服务匹配机制。最后，设计基于语义Web的服务匹配系统原型，并进行实验验证，评估所提出方法的效果和性能。
四、预期成果
本研究的主要预期成果包括：
1. 系统掌握基于语义Web的服务匹配机制的基本理论和技术。
2. 提出一种基于语义Web的服务匹配机制，实现对Web服务的语义匹配。
基于语义的Web服务发现算法研究
第２３卷第５期
２００６年５月 计算机应用与软件
Ｃｏｍｐｕｔｅｒ Ａｐｐｌｉｃａｔｉｏｎｓ ａｎｄ Ｓｏｆｔｗａｒｅ Ｖ０１．２３．Ｎｏ．５
Ｍａｙ ２００６
基于语义的Ｗｅｂ服务发现算法研究
许卓明 石 磊
（河海大学计算机及信息工程学院 江苏南京２１００９８）
摘要 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。
关键词 Ｗｅｂ服务服务发现ＯＷＬ－Ｓ本体
ＲＥＳＥＡＲＣＨ ＯＮ ＳＥＭＡＮＴＩＣＳ．ＢＡＳＥＤ ＷＥＢ ＳＥＲＶＩＣＥＳ ＤＩＳＣＯＶＥＲＹ ＡＬＧＯＲＩＴＨＭ
Ｘｕ Ｚｈｕｏｍｉｎｇ Ｓｈｉ Ｌｅｉ
（Ｃｏｌｌｅｇｅ ｏｆ Ｃｏｍｐｕｔｅｒ＆Ｉｎｆｏｒｍａｔｉｏｎ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｈｅｈａｉ Ｕｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ Ｊｉａｎｇｓｕ ２１００９８，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ ＵＤＤＩ—ｂａｓｅｄ ｔｒａｄｉｔｉｏｎａｌ Ｗｅｂ ｓｅｒｖｉｃｅｓ ｄｉｓｃｏｖｅｒｙ ｍｅｃｈａｎｉｓｍ ｕｓｅｓ ｋｅｙｗｏｒｄ—ｍａｔｃｈ ｔｅｃｈｎｏｌｏｇｙ，ｗｈｉｃｈ ｏｆｔｅｎ ｌｅａｄｓ ｔｏ ｌｏｗ ｐｒｅｃｉｓｉｏｎ ｏｒ
ｅｖｅｎ ｆａｉｌｕｒｅｓ ｉｎ ｄｉｓｃｏｖｅｒｙ．Ａ ｓｅｍａｎｔｉｃｓ—ｂａｓｅｄ Ｗｅｂ Ｓｅｒｖｉｃｅｓ ｄｉｓｃｏｖｅｒｙ ａｌｇｏｒｉｔｈｍ ＤＷＳ ｉｓ ｐｒｅｎｓｅｎｔｅｄ ｉｎ ｔｈｉｓ ｐａｐｅｒ．Ｔｈｅ ａｌｇｏｒｉｔｈｍ ｍａｋｅｓ ｓｅｒｖｉｃｅｓ
ｍａｌｃｈ ｂａｓｉｎｇ ｏｎ ｓｅｍａｎｔｉｅ ｒｅｌａｔｉｏｎｓｈｉｐｓ ａｔ ｃ。ＨＣ ｐｔｕａｌ ｌｅｖｅ１．ａｎｄ ｃｈｏｏｓｅｓ ｔｈｅ ｂｅｓｔ ｓｅｒｖｉｃｅ ａｅｃｏｒｄｉｎｇ ｔｏ ｍａｔｃｈ ｄｅｇｒｅｅ．Ｃａｓｅ ｓｔｕｄｙ，ｗｉｔｈ ｓｅｌｆ－ｄｅｖｅｌ－
一种基于语义的Web服务组合算法研究
＼ 研究与开发 ＼ 、、、、、、、 ＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿．＿＿＿＿＿＿ｕ＿＿＿＿＿－．Ｊ＿＿ＪＪ＿＿＿＿＿＿－ｕ ．＿－‘－‘‘‘Ｊ ｆ．ｆ．＾１，＿＿ｒ＿１＿＾＿＿＾＿，＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿Ｊ＿＿＿＿ｕ＿＿＿＿＿＿．＿＿一——
０ 引言 一种基于语义的Ｗｅｂ服务组合算法研究
蓝新波
（广东农工商职业技术学院，广州５０１５０７）
摘要：语义Ｗｅｂ服务组合算法研究对于Ｗｅｂ服务组合有着重要的意义。说明一种基于语义的
ｗｅｂ服务组合算法的思想．给出服务组合框架和算法的工作流程。它的核心是通过语义Ｉ／ ｏ和Ｐ／Ｅ的匹配来实现自动化Ｗｅｂ服务组合．本质是通过交互不断地寻找合适的前继服 务，以满足用户的服务请求。
关键词：语义；服务：Ｗｅｂ服务组合算法
用户的需求通常复杂多变．单个服务已经无法满
足用户的需求．一般需要组合多个服务共同完成某个 特定的功能。这种组合的结果往往表现为一个自动执
行的处理流程．它与传统Ｔ作流有很多共同的处理特
征．需要去协调一个流程中服务调用的顺序、对服务之
间的数据流进行管理等，并且需要提供有效性、可靠性
和可持续性的支持… 面对越来越多的服务．如何组合
相关服务以提高服务的可重用性、减少服务的开发成 本．实现特定的功能或完成所需的任务，成为迫切要解
决的关键问题
１ 服务组合算法思想
从目标服务出发搜索到源服务的方法．其中目标
服务的输出匹配用户需求的输 ，源服务的输入匹配
用户的输入．目标和源之间的一系列服务称之为中间
服务 生成组合算法的思想【 如下：
首先．选择一个满足请求输 参数的服务．但是该 服务的输人参数用户无法满足或无法完全满足，把该
服务作为目标服务 然后去发现一个中间服务．使得该
中间服务的输出参数与这目标服务的输入参数相
配 目标服务有几个用户不可满足的输入参数．就继续
基于语义相似度的知识服务匹配方法
基于语义相似度的知识服务匹配方法
葛程程
【期刊名称】《山东轻工业学院学报（自然科学版）》
【年(卷),期】2015(000)001
【摘 要】本文提出一种以业务活动为线索的知识服务模型，模型以Web Service为媒介，对企业知识资源进行统一描述，将具有特定功能的知识资源封装成服务，模型采用基于语义相似度的知识服务匹配算法，综合考虑服务功能相似度和服务质量相似度2个因素，将广告服务按照相似度从大到小排序，选取服务相似度最高的作为最佳服务，实现了企业按需、快速、动态构建业务流程。
【总页数】4页(P56-59)
【作 者】葛程程
【作者单位】齐鲁工业大学 信息学院，山东 济南 250353
【正文语种】中 文
【中图分类】TN915.93
【相关文献】
1.基于语义相似度的知识服务匹配方法 [J], 葛程程;
2.基于本体推理及语义相似度计算的服务匹配算法 [J], 李发英;曾宇永
3.基于语义相似度与QoS的Web服务匹配模型研究 [J], 张金英;李蜀瑜
4.Web服务匹配中基于语义距离的概念相似度计算方法的改进 [J], 徐红艳;方欣;冯勇
5.基于混合语义相似度的服务匹配方法 [J], 熊芳 因版权原因，仅展示原文概要，查看原文内容请购买
一种关于语义Web服务匹配的策略和实现
一种关于语义Web服务匹配的策略和实现
张献;李舟军;李梦君
【期刊名称】《计算机科学》
【年(卷),期】2007(034)005
【摘 要】Web服务的迅速发展使得Web服务的匹配和查找问题成为研究热点.引用领域本体对Web服务进行语义描述,再进行语义层上的匹配,是Web服务匹配研究领域的一个重要研究方向.本文从Web服务的输入、输出参数的语义描述出发,把Web服务的匹配问题转化为领域本体库中概念间语义距离的计算,并根据服务请求者对Web服务的需求,提出了用不同的方法来计算web服务输入、输出概念间的语义距离,其中处理Web服务输出概念时着重提高Web服务查找的查准率,而处理Web服务输入概念时则注重提高Web服务查找的查全率.实验结果显示了该方法较别的服务查找方法在查准率特别是查全率上得到了提高.
【总页数】5页(P99-103)
【作 者】张献;李舟军;李梦君
【作者单位】国防科技大学计算机学院,长沙,410073;北京航空航天大学计算机学院,北京,100083;北京航空航天大学计算机学院,北京,100083
【正文语种】中 文
【中图分类】TP3
【相关文献】 1.一种改进的语义Web服务匹配算法 [J], 彭薇
2.基于本体的语义Web服务匹配机制的研究与实现 [J], 杨力
3.一种基于本体概念相似度的语义Web服务匹配算法 [J], 李淑芝;杨刚;杨书新
4.语义Web服务匹配模型的研究与实现 [J], 陈林;
5.一种基于关联匹配度计算的语义Web服务匹配方法 [J], 唐海燕;陈宁江
因版权原因，仅展示原文概要，查看原文内容请购买