Web服务语义相似性度量方法研究

摘要

面向服务计算已经成为一种新的计算范型，尤其是服务组装成为一种重要的软件开发方式。语义网络是未来网络的一个核心技术，它可以表达更加复杂的概念及其之间的相互关系。Web也从信息共享平台转化为服务集成的平台。现在，Web服务大量分散地存储在互联网上，服务组装通过组合网络上各种Web服务所提供的各种各样的功能得到所需的服务。服务搜索就是为了在网络中发现所需要的可用的好的Web服务，以便进行进一步的服务组装。而Web服务的相似性度量方法是服务搜索的一个重要的关键技术。
　　 本文首先对现有的Web服务语义相似性的不同的计算方法进行了分析，给出了它们的优缺点。然后基于距离模型和信息量模型，提出了一个Web服务语义分类描述模型（SCDM4WS），扩展了Web服务描述中的语义信息，为Web服务的语义相似性度量提供了语义基础。并给了语义区分精度的定义。
　　 其次，在SCDM4WS模型基础之上提出了一种增强语义区分精度的Web服务语义相似性度量方法SSMMWS。该方法综合地考虑了距离、深度和密度等影响语义相似性的因素；克服了距离模型中不能区分具有不同密度的兄弟节点的问题，克服了信息量模型中不能区分具有不同深度的节点的问题，克服了融合两种模型的方法中对文本集统计时花费大量时间和存储空间的问题。
　　 另外，又将Tag技术引入到服务语义相似性的计算中，提出了一种基于Tag的度量Web服务之间相似性的计算方法SSMMWST。该方法利用Tag标注来计算Web服务之间的语义相似度，进一步提高了Web服务语义相似性的计算精度。
　　 最后，设计和实现实验，验证了上述提出方法的正确性和可行性。采用德国人工智能研究中心提供的数据集进行实验，将本文所提出的方法与Roy方法、Resnik方法、Cosine（Cos）方法、Extended Jaccard（EJ）方法以及实验数据集所提供的标准答案进行了实验对比分析和讨论。实验结果验证了本文所提出的方法的可行性和效率。

目录

文摘

英文文摘

第1章 绪论

1.1 引言

1.2 研究背景及意义

1.3 语义相似性度量方法

1.3.1 基于距离的方法

1.3.2 基于信息量的方法

1.3.3 融合距离模型和信息量模型的方法

1.3.4 基于图论的方法

1.3.5 基于社会标签的方法

1.3.6 目前算法的比较及存在的问题

1.4 论文的主要工作

1.4.1 研究内容

1.4.2 本文的贡献

1.5 论文的组织结构

第2章 WEB服务语义分类描述模型

2.1 引言

2.2 研究背景

2.2.1 语义和语义学相关概念

2.2.2 WordNet知识库

2.2.3 语义层次结构

2.2.4 Tag技术现状

2.3 WEB服务的语义分类描述模型

2.3.1 领域本体DC

2.3.2 Web服务的语义分类描述模型(SCDM4WS)

2.3.3 Web服务语义区分精度

2.4 和其他模型的比较

2.5 本章小节

第3章 增强区分精度的WEB服务语义相似性度量方法

3.1 引言

3.2 增强语义区分精度的WEB服务语义相似性度量方法(SSMMWS)

3.2.1 相关概念

3.2.2 计算公式

3.2.3 度量方法的理论证明

3.2.4 方法特点

3.3 基于TAG技术的WEB服务语义相似性度量方法(SSMMWST)

3.3.1 基本思想

3.3.2 计算方法

3.3.3 和其它方法的比较

3.4 融合SSMMWS和SSMMWST的方法(SSMERGE)

3.5 本章小节

第4章 实验与分析

4.1 实验环境

4.2 数据来源和数据集

4.3 实验设计

4.4 结果集

4.5 评估方法与实验结果分析

4.5.1 MAP(Mean Average Precision)

4.5.2 IM MAP曲线

4.5.3 实验结果分析

4.6 本章小节

结 论

参考文献

攻读硕士学位期间发表的论文和取得的科研成果

致 谢