基于SAWSDL的语义Web服务发现方法研究

论文摘要

语义Web和Web服务,其研究的共同目标都是使人和机器都能够理解Web上存储的内容,创建更加智能自动服务及商务应用基础设施。考虑语义Web和Web服务结合,实现二者功能互补是一种自然的选择。可以说,语义Web服务是Web服务的语义扩展,同时又是语义Web面向程序的扩展。语义Web服务通过SAWSDL将语义信息添加到Web服务中,使Web服务的发现、组合、调用更加自动和智能。首先,本文在简单介绍课题背景之后,阐述了Web服务的主要问题和关键技术,总结了现有的Web服务发现方法,分析了SAWSDL是如何描述并将语义信息带入Web服务中,给出了语义Web服务描述的层次结构。其次,提出了一种在领域本体中计算概念相似度的方法,该方法通过在领域本体层次树中处于不同位置的边设定不同的权值,接着计算语义距离,然后得到语义相似度,同时考虑了基于层次树中不同深度、不同密度的边会对语义距离有不同的影响。之后,利用该方法求得语义Web服务中请求服务和被请求服务的输入输出相似度,通过二分图最优匹配最终得到两个语义Web服务的匹配程度。最后,建立了一个实验平台,实现了上述的语义Web服务发现算法。并且通过DFKI的测试集SAWSDL-TC测试了该算法,综合评估了算法的效率和有效性。在此基础上也给出了下一步的研究方向,更加完善语义Web服务发现技术。

论文目录

• 摘要
• ABSTRACT
• 目录
• 第一章 绪论
• 1.1 研究背景
• 1.2 国内外研究现状
• 1.3 主要研究内容
• 1.4 论文组织结构
• 第二章 语义Web服务及SAWSDL研究综述
• 2.1 Web服务
• 2.1.1 Web服务基本问题
• 2.1.2 Web服务安全
• 2.1.3 Web服务发现
• 2.2 语义Web服务
• 2.3 推荐标准SAWSDL
• 2.3.1 WSDL
• 2.3.2 SAWSDL
• 2.4 小结
• 第三章 语义Web服务发现算法
• 3.1. 传统匹配方法
• 3.1.1 传统匹配方法分析
• 3.1.2 传统匹配方法局限性
• 3.2. 领域本体概念相似度的计算
• 3.2.1 语义距离计算
• 3.2.2 语义相似度计算
• 3.3. 服务相似度的计算
• 3.4. 小结
• 第四章 实验及结果
• 4.1 开发环境与系统结构
• 4.1.1 开发环境
• 4.1.2 系统架构
• 4.2 实验设计和结果
• 4.3 评估和分析
• 4.4 小结
• 第五章 结论与展望
• 5.1 研究工作及成果总结
• 5.2 进一步研究方向
• 参考文献
• 致谢
• 攻读学位期间主要研究成果