一種基于聚類的語義WEB服務(wù)發(fā)現(xiàn)方法研究.pdf

1、目前基于SOA架構(gòu)開發(fā)的項目越來越多，在這種架構(gòu)模式下需要應(yīng)用的一項技術(shù)就是Web 服務(wù)，大量Web服務(wù)的出現(xiàn)對服務(wù)的發(fā)現(xiàn)提出了挑戰(zhàn)。傳統(tǒng)的基于關(guān)鍵字的服務(wù)發(fā)現(xiàn)機制已經(jīng)不能滿足當(dāng)前用戶的需要，如何在海量服務(wù)中很快的查找出符合用戶需求的Web服務(wù)成為亟待解決的重要問題。本課題對現(xiàn)在的Web服務(wù)發(fā)現(xiàn)方法的發(fā)展?fàn)顩r進行研究，提出了一種基于聚類的語義Web服務(wù)發(fā)現(xiàn)方法。
　　首先，對語義Web服務(wù)相關(guān)技術(shù)進行研究，傳統(tǒng)的Web服務(wù)描述語言

2、不具備被機器理解的語義，因此學(xué)者們提出了基于語義的Web服務(wù)描述語言O(shè)WL-S。本文主要用到OWL-S中的Service Profile ，Service Profile主要是對Web服務(wù)進行基本的描述。
　　其次對傳統(tǒng)的服務(wù)匹配算法進行分析，研究了基于語義距離的相似度算法和基于信息量的相似度算法，考慮到上述兩種算法各自的優(yōu)缺點，本文將兩種相似度算法結(jié)合在一起，提出了一種加權(quán)的語義相似度算法，這種算法能夠考慮到本體概念樹中父子概念

3、節(jié)點和兄弟概念節(jié)點的區(qū)分度，因而對整個Web服務(wù)的相似度計算更加合理，進而能夠提高Web服務(wù)在匹配過程中的性能。
　　接下來根據(jù)本文提出的綜合加權(quán)語義相似度算法度量并對Web服務(wù)實施聚類分析處理，本文選擇采用K-means算法來處理Web服務(wù)數(shù)據(jù)集，生成功能相似的聚類簇，每一個簇都有一個聚類中心，代表不同功能的Web服務(wù)。
　　最后，以上面研究的內(nèi)容為基礎(chǔ)開發(fā)出一個語義Web服務(wù)的發(fā)現(xiàn)系統(tǒng)，其中的語義Web服務(wù)匹配器是整個系