基于核Batch SOM聚类优化的语义Web服务发现机制研究

如何快速、准确和高效地发现满足用户需求的Web服务已成为制约服务发展的瓶颈之一。该文针对现有Web服务发现机制中存在的效率低下和查准率不高的两个主要问题,提出了一个基于核Batch SOM神经网络聚类优化的语义Web服务发现框架。该框架分别在服务表示阶段引入WordNet和隐含语义索引技术对Web服务进行语义扩展和概念语义空间降维;在服务分类阶段利用核机学习理论改进一类适用于Web服务分类的核Batch SOM神经网络算法;在服务匹配阶段提出一种基于核余弦相似性测度的Web服务匹配算法。最后,真实Web服务数据集上的实验结果验证了所提出方法的可行性。     

XML索引技术在Web服务发现中的应用

讨论语义Web下服务的发现,借助本体对信息源进行标注,使用本体概念来描述服务参数。利用本体概念之间的包含关系来实现服务匹配,而本体概念关系则依据其在相关本体概念树中的位置来确定。这种结构化数据的存储与搜索和XML数据有共同点,因此尝试把在XML数据查询中应用非常普遍的索引技术（B’-树索引）应用到的语义Web服务发现过程中,讨论了索引的建立方法并给出具体的检索算法,最后通过实验表明在大规模的服务匹配过程中应用索引可以提高搜索效率。     

基于本体论和标记图相似性的Web服务匹配算法

随着各种已有Web服务数量的日趋增加，如何快速发现可用的Web服务变得愈加重要。而随着语义Web服务的不断发展．Web服务发现也从原来的单纯采用关键字或简单分类逐渐转变为更多地使用语义信息。发现的关键在于匹配，而目前一些较成熟的技术，如OWL—S，采用了本体技术对Web服务进行描述．因此，文章提出了一个基于图相似性的本体匹配算法．通过构建Web服务本体并转化成标记图进行匹配．实现语义Web服务描述的匹配，从而准确快速地发现满足特定需求的Web服务。     

基于服务链的Web服务组合方法

以Web服务本体和领域本体为基础,采用服务轮廓的匹配算法,提出一种基于语义匹配的查找服务链的方法。使用这方法可以根据服务请求发现一个服务链,将这个服务链组合起来,可以满足请求者的需要。把本方法应用到一个具体的实例,说明本方法是怎样查找服务链的。     

基于SPARQL-DL的语义Web服务查询

语义Web服务发现是当前Web服务研究领域的热点,其核心研究内容是服务描述及相应的发现方法.服务描述分为请求描述与发布描述,发布描述具有描述完整,信息丰富的特征,而服务请求描述仅关注服务的部分特征,通常不构成一个完整的服务描述.现有方法使用相同机制进行请求描述与发布描述,以比对请求与发布中对应部分的同一性或相似性作为匹配依据.构建假想的完整服务描述作为服务请求既不合理也难以实施,从而限制了方法的实用性.本文提出以语义Web查询语言SPARQL-DL作为服务请求描述语言,以OWL-S作为服务发布描述语言,将服务发现问题转化为知识库的查询,从而进行有效的服务发现.通过实验,证实了该方法具有实用性强,简单可靠的特点.     

基于本体的语义Web服务注册平台研究

提出了一种基于本体的语义Web服务注册模型,结合Jena实现语义Web服务的语义查询和推理.应用元模型互操作框架(MFI)中的本体注册元模型标准,以实现与其他注册模型的语义互操作,并给出了一个基于该模型的语义Web服务注册平台.     

基于遗传算法的Web文档聚类算法

考虑到传统Web文档聚类算法聚类效果差、速度慢等问题,针对Web文档聚类算法进行深入研究,使用目标优化策略将Web文档聚类认为是最佳划归文档集合的范畴,并通过引入优化算法进行聚类划分。针对使用SVD表示的Web文档向量存在高维稀疏性等问题,使用LDA对Web文档簇的潜在语义子空间进行重构,从而降低Web文档向量空间的维数,最后在低维空间使用遗传算法进行寻优。常规的GA算法通常存在算法早熟以及局部寻优能力弱等问题。故提出一种改进型GA算法,通过引入自适应对偶种群、自适应终止规则以及新的生成子代规则来保证种群在迭代过程中的多样性以解决算法早熟问题,并且要提高算法的搜索效率以提高算法对局部寻优的能力。最后通过实验验证提出的基于改进型GA算法的Web文档聚类算法的聚类有效性。     

基于Chord的带有QoS的语义Web服务发现方法研究

服务的描述语言,元数据的存储方式以及服务的匹配算法是影响服务发现效率和质量的3个主要问题。该文从这3个问题出发,提出了基于Chord的带有QoS的语义Web服务发现系统。将服务质量(QoS)信息加入到OWL-S中来描述服务,并称之为OWL-QoS;采用基于Chord的分布式方式存储元数据;通过基于OWL-QoS的服务匹配算法来查询服务。实验表明,这种方法有效地提高了服务发现的查询效率与查准率。     

基于OWL-S的Web服务质量本体的描述模式的设计

基于WSDL的Web服务描述没有涉及到Web服务语义信息的表示,仅仅从语法的角度解决了Web服务信息的描述。随着语义Web概念的提出,如何描述Web服务的语义信息成为学术界研究的热点。论述了OWL S语言如何实现对Web服务的语义描述。同时针对OWL S在描述服务质量方面的不足,提出了Web服务质量本体的描述模式,以方便根据Web服务的质量信息对服务类中的服务进行筛选。     

一种基于云计算的语义Web服务组合模型研究

提出一种基于云计算的语义服务组合模型,通过云计算中的云概念,把云中的云滴与Web服务结合起来进行研究,并采用正态云进行刻画,分析出具有正态云特征的Web服务,并进行相关定义与描述;同时,采用正态云发生器算法来实现服务发现、组合,采用一种云计算的语义服务组合的结构进行实验表明,此方法可行.     

基于OWL-S的Web服务匹配的研究

服务匹配是Web服务发现中一个很重要的部分。针对目前服务发现方法的描述缺少灵活性和表示性的不足，文章提出了一种基于OWL-S的Web服务匹配算法，其核心思想是用OWL-S进行服务描述并将其发布后．通过对服务描述中的输入输出和用户需求中功能的测度来判断服务与用户需求的匹配程度．将UDDI和功能匹配结合起来，使得用户能够更好地进行服务查询。     

基于细粒度数据语义的Web服务匹配方法研究

基于结构匹配的Web服务发现方法常常由于XML Schema定义的灵活性,使得一些本来语义相近的Web服务由于描述结构的不同而匹配失败,且计算开销较高。为此提出了一种基于细粒度数据语义的SAWSDL服务匹配方法和一个数据语义分解转换算法。将每一个消息级参数转换为多个细粒度的数据参数,使得基于消息级的SAWSDL服务匹配转化为更细粒度的数据语义匹配。实验结果表明该方法能够提高Web服务的效果,且计算开销较低。     

基于Chord的语义Web服务发现与合成的研究

提出一种基于Chord的语义Web服务发现与合成模型.将注册中心注册到分布式Chord网络中并基干领域本体对注册中心分类,使用本体描述为Web服务加入语义信息,语义Web弥补了传统Web语义不足的缺点.实验分析表明,该模型系统能提高Web服务发布、发现及合成的效率和准确率.     

面向领域标签辅助的服务聚类方法

Web服务数量的激增对服务发现提出了更高的要求,服务聚类是促进服务发现的一种重要技术.但是,现有服务聚类方法只对单一类型的服务文档进行聚类,缺乏考虑服务的领域特性和服务标签的应用.针对这些问题,本文首先使用本体辅助的支持向量机和面向领域的服务特征降维技术建立服务的特征内容向量,然后使用一种标签辅助的主题服务聚类方法T-LDA建立融合标签信息之后的隐含主题表示,并利用归一化方法消除通用主题的影响,综合上述方法建立一个面向领域标签辅助的Web服务聚类方法DTWSC.实验结果表明,该框架能够提高针对不同类型的服务文档的聚类效果.与LDA、K-Means等方法相比,该方法在聚类纯度、熵和F-Measure指标上均具有更好的效果.     

基于语义的Web服务动态组合框架的研究

提出一种基于语义的Web服务动态组合框架.根据服务接口之间的依赖关系,动态地确定服务组合,使用基于语义的概念匹配,完成服务接口之间的匹配.用户根据需求,确定输入输出参数,程序可以自动地确定服务组合,来满足用户的需求.     

一种基于增量式时间序列和最佳任务调度的Web数据聚类算法

为了实现Web服务请求数据的快速聚类,并提高聚类的准确率,提出一种基于增量式时间序列和最佳任务调度的Web数据聚类算法。该算法进行了Web数据在时间序列上的聚类定义,并采用增量式时间序列聚类方法。先通过数据压缩形式降低Web数据的复杂性,再进行基于服务时间相似性的时间序列数据聚类;最后针对Web集群服务的最佳服务任务调度问题,通过以服务器执行能力为标准来分配服务任务。仿真实验结果表明,相比基于网格的高维数据层次聚类算法和基于增量学习的多目标模糊聚类算法,该文的算法在聚类时间、聚类精度、服务执行成功率、聚类失真度上均获得了更好的性能。     

基于P2P的语义Web服务发现模型研究

为解决现有的Web服务缺少形式语义支撑,文中提出了一种基于P2P的语义Web服务发现模型,在P2P发现方面加入了本体信息,引入一种新的本体编码方式,使得Web服务在P2P层内支持语义发现,提高了Web服务发现的准确性和即时性.     

基于孟然论潜在语义分析的Web使用挖掘

Web使用挖掘的首要任务是发现Web用户访问行为的模式.传统聚类算法对解空间的搜索带有盲目性和缺乏语义特征.提出了一种基于盖然论潜在语义分析(PLSA)的发现和分析Web访问模式的方法,即通过定量地衡量出Web用户和Web对象与潜在因素之间的概率关系,再利用盖然论的方法来完成各种分析任务.实验结果表明该方法具有高效性.     

KMP算法在Web服务语义标注中的应用

对Web服务进行语义标注是指基于领域本体对web服务进行语义描述,使其能够被计算机所理解,因此标注算法的优劣直接会影响到Web服务标注的准确率.目前人工标注方法繁琐,而全自动标注方法又无法保证其准确性,因此研究半自动语义标注是很有必要的,提出了一种概念相似度标注算法,重点介绍了KMP算法在其中的应用.大大提高了Web服务语义标注的效率和准确率.