基于推荐网络的服务搜索技术研究

论文摘要

面向服务的计算是一个崭新的分布式计算模型, Web服务是数据和信息集成的有效机制。但是随着Internet上Web服务的快速增长,自动、准确地搜索Web服务已经成为Web服务技术中的难点和关键问题。在Web服务组装技术发展初期,主要采用UDDI等集中式Web服务搜索技术。虽然这种Web服务搜索技术具有简单、易用等特点,在服务初期发挥了重要作用。但随着Web服务的迅速发展,集中式服务搜索的单点失败、性能瓶颈等问题日益突出。分布式服务搜索技术可以解决集中式服务搜索技术的缺点,具有良好的发展前景。推荐网络作为一种基于智能体的P2P网络,可以很好地满足Web服务搜索技术的要求。本文研究基于推荐网络的服务搜索相关技术。首先,针对已有的服务搜索方法的不足,提出了一种自组织服务推荐网络模型,并给出了相关策略及构建算法。该模型适合大规模开放、动态的环境,使用这些策略可以灵活的构建自组织服务推荐网络,为服务搜索提供了搜索空间和基础。其次,在自组织服务推荐网络模型的基础上,给出了一种服务搜索方法包括服务搜索基本方法和服务搜索增强方法。服务搜索基本方法使用推荐有效地提高了搜索的成功率和查全率,服务搜索增强方法针对服务搜索基本方法不能解决网络负荷的问题,引入蚁群算法的思想有效地解决负载均衡问题。另外,提出了一种自组织服务推荐网络的动态管理机制。最后,进行了实验设计与开发。实验结果验证了自组织服务推荐网络及服务搜索方法的正确性和可行性,而且实验结果还表明提出的搜索方法可以有效地提高搜索效率和查全率。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 引言
• 1.2 论文的主要工作
• 1.2.1 研究目的
• 1.2.2 研究内容
• 1.2.3 论文的主要贡献
• 1.3 论文组织结构
• 第2章 Web 服务搜索及相关技术
• 2.1 Web 服务
• 2.2 服务搜索技术
• 2.3 P2P 网络拓扑分类及P2P 服务搜索技术
• 2.4 语义Web 服务
• 2.5 本章小结
• 第3章 自组织服务推荐网络模型
• 3.1 引言
• 3.2 相关工作
• 3.2.1 推荐系统
• 3.2.2 推荐网络
• 3.2.3 WordNet 知识库
• 3.3 自组织服务推荐网络模型
• 3.3.1 模型描述
• 3.3.2 SSRNM 模型的策略
• 3.4 自组织服务推荐网络构建方法
• 3.4.1 自组织服务推荐网络构建算法
• 3.4.2 自组织服务推荐网络构建方法分析
• 3.5 本章小结
• 第4章 基于SSRNM 的服务搜索方法
• 4.1 引言
• 4.2 相关工作
• 4.2.1 服务搜索
• 4.2.2 蚁群算法
• 4.2.3 蚁群算法在P2P 网络的应用
• 4.2.4 基于蚁群的ad hoc 网络路由算法
• 4.3 基于SSRNM 的服务搜索方法
• 4.3.1 问题描述
• 4.3.2 基于SSRNM 的服务搜索基本方法
• 4.3.3 基于SSRNM 的服务搜索增强方法
• 4.3.4 二步查询策略
• 4.4 算法特点
• 4.5 推荐网络动态管理
• 4.5.1 蚂蚁智能体
• 4.5.2 服务节点加入与退出
• 4.6 本章小结
• 第5章 实验与分析
• 5.1 实验环境
• 5.2 实验设计
• 5.2.1 数据来源
• 5.2.2 实验设计
• 5.3 评价指标
• 5.4 实验步骤
• 5.5 实验结果分析与讨论
• 5.6 仿真系统设计
• 5.6.1 系统功能概述
• 5.6.2 系统结构及功能模块
• 5.7 本章小结
• 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