基于用户兴趣模型的web服务发现研究

摘要

Web服务发现是web服务体系架构的重要组成部分,发现满足用户需求的服务是实现服务复用、服务组合的重要前提。随着web服务的发展,特别是在服务的智能发现和组合研究中,有效的web服务发现已经成为具有挑战性的问题。因此,如何在网络上大量的服务库中,快速、高效、准确地发现满足用户需求的服务是现阶段急需解决的关键问题之一。然而传统的web服务发现方法是基于UDDI框架的服务匹配,由于UDDI注册中心只能提供基于关键字的查找,缺乏语义支持,导致较低的查全率和查准率,无法满足用户的需求。从而出现了语义web服务。将语义web技术引入到web服务中,可以实现基于服务功能的匹配,同时采用OWL-S作为web服务的描述语言。OWL-S是基于本体的web服务描述规范,具有语义描述能力和逻辑推理能力。
　　 目前针对语义web服务发现的研究已经很多,其中研究最多的是如何提高web服务的匹配精度,针对目前web服务发现中存在的问题,本文结合了语义web技术、本体理论,进行了基于用户兴趣模型的web服务发现研究。本论文的主要工作如下:
　　 1.为了能够准确的描述web服务,以实现服务请求与注册服务的有效匹配,给出了基于OWL-S的语义web服务发现描述模型,和相应的服务请求模型。
　　 2.为了能够准确的描述用户兴趣,以实现提供准确的用户推荐服务,给出了基于本体的用户兴趣模型。并详细介绍了模型建立与更新。同时分析了用户兴趣模型的更新影响因素,并提出了用户兴趣模型更新算法。
　　 3.目前,语义相似度计算存在片面性,本文给出了一种更加准确的语义相似度计算方法。以提高查全率和查准率。
　　 4.本文还建立了一个原型系统,进行仿真实验。通过仿真实验对传统的web服务发现方法和基于用户兴趣度的web服务发现方法进行查准率以及查询执行时间的比较,展现出基于用户兴趣模型的服务发现方法的优越性。
　　 本文主要在web服务描述、服务匹配算法、用户兴趣模型、web服务发现模型方面进行研究,来提高服务发现的质量:查全率、查准率。