基于Kernel方法和WordNet的Web服務發(fā)現(xiàn)技術研究.pdf

1、隨著多年來Web 服務技術的快速發(fā)展，對于Web 服務的發(fā)現(xiàn)技術逐漸提出了新的要求同時也成為了該領域研究的熱點，特別是基于語義的Web 服務智能化發(fā)現(xiàn)技術更激發(fā)了研究者們的興趣。將語義Web 技術引入Web 服務領域，使得Web 服務的描述具有了語義信息，相比傳統(tǒng)的UDDI 等發(fā)現(xiàn)技術提高了發(fā)現(xiàn)算法的精度。但是由于本體的加入，一方面對于每個領域都需建立自身的本體且匹配的雙方都需使用相同本體，從而增加了整個發(fā)現(xiàn)機制的復雜性，影響了發(fā)現(xiàn)算法

2、的效率；另一方面對于，現(xiàn)有的基于語義的匹配方法對于用戶的請求信息提出了過高的要求，給用戶的使用造成了一定障礙。針對以上兩方面的問題，本文提出一種基于Kernel 方法和WordNet的Web 服務發(fā)現(xiàn)機制，該機制分為以下兩個部分進行：
　　 第一部分介紹了一種基于Kernel 方法和WordNet的Web 服務分類機制。隨著服務數(shù)量的增多，我們認為對于服務的發(fā)現(xiàn)過程首先應該對注冊中心的服務集進行分類生成各個數(shù)量較小的服務類集，從

3、而提高之后匹配算法的精度。本文參考了文本檢索方面的技術，首先對服務的WSDL 文檔進行解析抽取生成代表服務的特征向量，接著利用WordNet的概念上/下位關系對特征向量進行降維。最后，對處理過的特征向量集進行向量間的相似度計算，在這里，本文提出了一種基于Kernel 方法的計算向量相似度函數(shù)代替?zhèn)鹘y(tǒng)的Cosine 函數(shù)，從而提高了最終分類結果的精度。
　　 第二部分介紹了一種基于WordNet 概念樹的Web 服務匹配方法。本文

4、利用了Princeton大學的語義詞典WordNet 概念樹作為本體庫，首先，設計了一種更適合于用戶實際使用的Query Information，接著，參考第一部分中的方法對服務進行基于所屬類的特征向量生成，最后，利用Nuno Seco 等提出的基于WordNet 概念樹的語義相似性計算公式，提出了建立在query和advVector 之間的匹配算法。
　　 最后，通過兩個實驗對以上兩個部分進行驗證。第一個服務分類實驗的測試表明