一种基于本体概念语义距离的服务相似度度量方法

随着语义Web服务及语义网格服务应用的不断深入,对服务资源的需求日益增长,服务匹配在服务发现和服务组合研究中的地位也日渐重要.在服务使用OWL-S描述的前提下,服务匹配通常认为是本体概念的匹配,概念匹配的目的是发现概念间的语义相似度.概念的语义相似度不但与概念间的距离有关系,而且还受概念在本体中层次深度的影响.综合考虑这两个因素,提出了一种基于语义距离的概念相似度度量方法,给出了语义距离的定义,明确了语义距离与语义相似度的关系.最后,通过与其他方法的实验比较,验证了该方法的有效性.     

基于本体的Web服务发现算法研究

随着Web服务数目的增长,基于关键字的发现机制已不能满足Web服务的需要。引入领域本体概念,提出一种基于领域本体的Web服务发现匹配算法WSDA。该算法采用Web服务本体描述语言（OWL-S）描述Web服务,采用改进的基于几何距离的语义匹配方法,将概念关系图映射到数据库中,方便了Web服务间相似度的计算和比较。通过实验验证算法的可行性和有效性。     

一种基于本体概念相似度的语义Web服务匹配算法

通过定义本体中概念之间的语义距离来计算本体概念之间的相似度,提出一种基于该相似度的Web服务的精确匹配算法,新的算法与传统的经典匹配算法(OWL-S/UDDI算法)比较,不仅在等级上保持一致,而且使同一等级或不同等级之间的服务匹配都达到精确的程度.     

基于本体概念相似度的语义Web服务匹配算法

通过定义本体中概念之间的语义距离来计算本体概念之间的相似度,提出一种基于该相似度的Web服务的精确匹配算法,新的算法与经典的OWL-S/UDDI匹配算法比较,不仅在等级上保持一致,而且使同一等级或不同等级之间的服务匹配都达到精确的程度。用GEIS系统中Web服务的数据进行两种算法的性能测试,得出相似度匹配算法的平均查准率是OWL-S/UDDI匹配算法的1.8倍,平均查准率是OWL-S/UDDI匹配算法的1.4倍。     

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。     

基于QoS的语义Web服务匹配策略

Web服务技术的迅速发展使得Web服务的应用越来越广泛。因此Web服务的匹配和查找问题成为研究热点。文中引用OWL-S对Web服务进行语义描述,在此基础上增加了对服务QoS的描述。把对Web服务的输入、输出参数的语义描述匹配问题进行转化,可以转为基于领域本体库中相似概念间的语义距离计算,并根据语义距离给出了概念相似度的计算公式。对于基于语义的Web服务发现给出了匹配算法描述。在QoS约束匹配过程中,利用服务性价比的概念,为用户选择最佳性能的Web服务,同时也可以对最终的匹配结果按照请求者的意愿进行排序,以满足请求者不同的需要并使得用户同时可以根据本身需求选择性地使用服务。     

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.     

语义Web服务匹配算法的研究

Web服务发现是Web服务系统架构中重要的组成部分。传统的Web服务发现只是简单的基于关键字的语法匹配,服务的查全率和查准率有着明显的不足。本文在对概念及概念间的关系进行精确描述的基础上,对语义Web服务相似度计算方法进行了研究,提出了一种基于语义距离的Web服务匹配算法。     

基于语义距离度量模型的语义Web服务匹配排序机制

随着语义Web服务技术研究工作的不断深入,因特网上语义Web服务数量急剧增加。如何快速便捷地定位可用语义Web服务已经成为一个迫切且关键的问题。在语义Web服务匹配技术研究中,其中一个重要的研究主题就是语义Web服务匹配结果的排序机制。本文在综合概括和分析各种关于语义Web服务匹配结果排序机制的基础上,提出了一种基于语义距离度量模型的语义Web服务匹配结果排序机制,利用该排序机制,计算待匹配语义Web服务的语义相似度量,并依据此度量对语义Web服务匹配结果进行排序。该度量模型将语义Web服务引用概念间的语义关系转换成可精确比较的量化度量值,对属于相同语义匹配类型的匹配候选服务也能够分别计算语义距离,区分出相同匹配类型的候选服务与服务请求的匹配程度,从而达到改善用户对语义Web服务的搜索体验的目的。     

基于聚类优化的Web服务发现方法

针对语义Web服务发现效率低下的问题,提出一种基于图论聚类的服务发现方法。利用领域本体将Web服务形式化为领域概念的集合,根据概念间的关系计算服务间的相似度并构建用于标识服务的加权图,通过最小生成树算法对服务进行聚类,从而实现服务发现。实验结果证明,该方法有效减少了服务发现的匹配次数,提高了服务发现效率。     

基于语义相似性的Web服务匹配算法

随着互联网应用的不断丰富,如何高效而准确地发现用户所需的Web服务已成为重要的挑战。传统基于关键字和语义匹配的方法存在查全率低和效率低下的问题,无法满足实际应用。提出基于语义相似性的服务匹配算法,实现了基于层次本体的概念相似性计算,并改进了原有二分图最优匹配算法的不足。根据该算法实现了一个Web服务发现原型系统。经实验证明,该方法不仅具有较高的查全率,且算法效率是满足目前服务发现需要的。     

基于机器学习的本体集成框架

语义服务是下一代Web服务面临的关键问题．语义网为实现广泛的语义服务提供了可能，Ontology是语义网体系结构的核心。针对协作的分布式系统需要语义互联的问题，本文分析了造成语义互联困难的主要因素是本体的匹配和集成，提出了一个基于机器学习的Ontology集成的框架模型。     

基于推理和相似度计算的语义Web服务匹配策略

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.     

一种关于语义Web服务匹配的策略和实现

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。     

基于任务本体的地理信息Web服务组合研究

讨论基于特定任务本体的地理信息Web服务自动组合问题.通过特定任务本体概念间的语义关系对Web服务进行匹配,给出了服务组合执行匹配度的定义及计算表达式,详细地探讨了地理信息Web服务自动组合算法推导步骤,能够满足用户在已有的Web服务中自动地找出能满足需要的所有服务组合方案,并通过服务组合执行匹配度的比较,求解出最佳服务组合方案.该研究对人机之间、机器和机器之间的语义理解具有一定的实用价值.     

基于改进语义熵最大化模型的服务发现算法

语义匹配与发现是语义Web的核心内容之一。提出一种新的基于语义熵的服务发现与匹配算法。该算法通过引入语义熵的概念,把最大熵原理运用到语义识别与匹配领域,并对传统的熵最大模型进行了经验修正。通过实验对比分析,可以看出修正后的最大熵模型在服务发现计算方面具有较好的性能,该模型在一个真实的中文语义Web的语义识别项目中得到了应用,也体现出较好的精确度和性能。     

一种基于语义词典的本体对齐框架

提出一种基于语义词典的本体对齐框架.首先抽取出代表本体元素的字符串,这些字符串包括本体中的概念、实例、关系等,并利用现有的词典和语义资源将字符串变为词的集合;然后将本体对齐转换为单词集合间的映射,通过多相似度的匹配算法来进行相似度计算,从而实现本体对齐.实验结果表明,所提出的方法是有效的且较之以前的对齐方法有一定的提高.     

网络信息搜索匹配算法研究与仿真

研究网络信息搜索问题,提高搜索匹配的准确率。当前网络资源中,信息资源种类繁多,数量巨大,拥有相似特征的信息资源很多,传统的针对资源特征匹配的算法,很难在巨大数量的拥有众多相似特征的网络资源信息中,准确找到需要匹配的资源信息,信息匹配的准确性不高。为了解决这一问题,提出了一种基于语义距离的服务相似度信息匹配方法,首先将数据集用本体语言描述出来,然后对所定义的信息量、本体中的连接路径进行形式化定义,确定两个概念之间的语义距离,进而进行匹配。实验表明,新算法是能够实现海量数据之间匹配的最佳信息搜索方案,摆脱传统方法对于特征的依赖。大幅提高了匹配的准确度,取得了不错的效果。