基于语义的Web服务发现方法研究与实现

"这篇硕士论文主要探讨了基于语义的Web服务发现方法，旨在提高Web服务发现的效率和自动化程度。作者谢文艳在东南大学计算机应用技术专业攻读硕士学位，由导师王茜指导，完成于2009年4月17日。" 在Web服务领域，由于其开放性、标准化协议以及跨平台、松耦合和易部署的特性，Web服务已经成为分布式、异构系统集成的关键技术。然而，传统的Web服务发现机制主要依赖于语法级别的服务描述和基于关键字的匹配，这往往导致查准率不高。论文聚焦于解决这一问题，提出了基于语义的Web服务发现策略，以实现更精确、无二义性的服务匹配。 首先，论文提出了基于folksonomy的Web服务分类机制，folksonomy是一种用户生成的标签系统，能够帮助组织和分类信息。在此基础上，设计了两阶段服务匹配模型，以优化匹配速度。其次，通过关联注册的Web服务与其涉及的本体概念，改进了服务功能匹配算法，以提升匹配效率。此外，论文还介绍了SDBM（Semantic-based Dichotomy Matching）算法，专门用于处理服务有多个输入或输出的情况，通过二分图匹配计算综合匹配度。 进一步，为了处理服务涉及的本体概念之间没有包含关系的情况，论文提出了SCDL（Semantic Concept Distance）算法，计算概念间的相似度，从而提高服务匹配的查全率。这些方法的创新之处在于充分利用语义信息，增强服务发现的准确性和全面性。 最后，作者设计并实现了名为SEUWS.Matchmaker的语义Web服务发现原型系统，实际验证了所提匹配方法的有效性和实用性。关键词包括Web服务、服务匹配、OWL-S（一种描述Web服务的本体语言）、folksonomy和二分匹配。 这篇硕士论文深入研究了Web服务发现的挑战，并提出了创新的语义基础解决方案，以促进Web服务的自动发现和动态组合，对于提高Web服务领域的性能和实用性具有重要意义。