声明
摘要
第一章 绪论
1.1 论文的研究背景和意义
1.2 国内外研究现状
1.2.1 语义Web服务发现研究现状
1.2.2 Web服务聚类的研究现状
1.3 本文主要工作
1.4 本文组织结构
第二章 论文相关技术简介
2.1 Web服务
2.1.1 Web服务概述
2.1.2 Web服务的基本架构和协议栈
2.1.3 Web服务的核心技术
2.2 语义Web
2.2.1 语义Web体系结构
2.2.2 本体和本体描述语言OWL
2.3 语义Web服务
2.3.1 语义Web服务概述
2.3.2 OWL-S
2.4 文本聚类
2.4.1 文本聚类概述
2.4.2 文本聚类方法分类
2.4.3 K-Means算法
2.5 WbrdNet
2.6 本章小结
第三章 服务描述模型、服务请求模型及服务发现框架
3.1 语义Web服务的描述模型
3.2 语义Web服务的服务请求模型
3.3 语义Web服务的服务发现框架
3.4 本章小结
第四章 基于服务信息文档集合的语义Web服务聚类
4.1 服务信息文档集合的创建和VSM概述
4.1.1 服务信息文档集合的创建
4.1.2 VSM概述
4.2 特征项的提取、基于WordNet的语义降维和权重的计算
4.2.1 特征项的提取
4.2.2 基于WordNet的特征空间的语义降维
4.2.3 特征项权重的计算
4.2.4 服务信息文档集合的矩阵表示
4.3 基于服务信息文档集合(CSID)的服务聚类
4.3.1 k值优化
4.3.2 标准PSO算法概述
4.3.3 对标准PSO算法的改进
4.3.4 使用改进的PSO算法优化K-Means算法的初始聚类中心
4.3.5 使用k-PSO-KM算法对CSID进行聚类
4.4 实验评估及分析
4.4.1 改进的PSO算法性能测试
4.4.2 k-PSO-KM算法的性能测试及结果分析
4.4.3 使用k-PSO-KM算法进行服务聚类的实例分析
4.5 本章小结
第五章 基于二分图的语义Web服务匹配
5.1 基于WordNet的概念间语义相似度计算
5.1.1 相关符号的定义
5.1.2 基于语义距离的概念间语义相似度计算方法
5.1.3 基于信息量的概念间语义相似度计算方法
5.1.4 概念间语义相似度的混合计算方法
5.2 语义Web服务匹配
5.2.1 二分图与带权二分图概述
5.2.2 现有的基于二分图匹配思想的服务匹配算法及不足
5.2.3 基于KM-avg算法计算输入概念集合间的语义相似度
5.2.4 基于KM-avg算法的语义Web服务匹配
5.3 实验评估及分析
5.3.1 本文提出的计算概念间语义相似度混合算法的实验及结果分析
5.3.2 使用本文所提方法进行语义Web服务匹配的实例分析
5.3.3 基于二分匹配的服务匹配方法的对比实验及结果分析
5.4 本章小结
第六章 实验及结果分析
6.1 利用聚类优化服务发现的实验及结果分析
6.1.1 实验环境和需要用到的工具
6.1.2 实验数据
6.1.3 实验设计
6.1.4 实验结果及分析
6.2 本章小结
第七章 总结与展望
7.1 论文工作总结
7.2 未来研究展望
参考文献
致谢
硕士在读期间发表的论文