利用匹配關(guān)系圖的Web服務(wù)發(fā)現(xiàn)方法

張 進(jìn)，傅秀芬

（廣東工業(yè)大學(xué) 計(jì)算機(jī)學(xué)院，廣東 廣州510006）

0 引 言

為避免和相似度低的Web服務(wù)進(jìn)行比較，縮小服務(wù)的檢索空間，一些學(xué)者提出服務(wù)聚類的思想［1－10］，將功能相似的服務(wù)聚合成類，以增大服務(wù)定位的粒度。文獻(xiàn) ［3］提出語(yǔ)義Web服務(wù)聚類方法，將語(yǔ)義功能屬性賦予不同權(quán)值，根據(jù)其語(yǔ)義相似度進(jìn)行聚類，有效地減少服務(wù)查找的空間；文獻(xiàn) ［4］利用本體概念間的關(guān)系來(lái)生成服務(wù)的加權(quán)圖，并采用圖論聚類的方法對(duì)Web服務(wù)進(jìn)行聚類，簡(jiǎn)化聚類的計(jì)算過(guò)程；文獻(xiàn) ［5］綜合考慮Web服務(wù)的功能性參數(shù)，采用改進(jìn)的模糊聚類算法對(duì)Web服務(wù)進(jìn)行模糊聚類，有效地提高聚類的精準(zhǔn)度。上述研究通過(guò)對(duì)Web服務(wù)進(jìn)行聚類，提高服務(wù)發(fā)現(xiàn)的效率，但通過(guò)對(duì)現(xiàn)有文獻(xiàn)的分析，發(fā)現(xiàn)目前基于服務(wù)聚類的服務(wù)發(fā)現(xiàn)方法仍存在如下兩方面的不足：①只注重聚類算法的分析，很少給出具體的服務(wù)發(fā)現(xiàn)方法：文獻(xiàn) ［6］利用BIRCH 聚類思想進(jìn)行用戶情境聚類，提高聚類的準(zhǔn)確性，但沒(méi)有將服務(wù)簇作為一個(gè)整體，也沒(méi)有給出具體的服務(wù)發(fā)現(xiàn)方法。②針對(duì)具體的服務(wù)簇進(jìn)行服務(wù)發(fā)現(xiàn)時(shí)，將服務(wù)請(qǐng)求與簇中的Web服務(wù)逐一進(jìn)行比較，沒(méi)有利用簇中Web服務(wù)的共性：文獻(xiàn) ［7］從功能相似和過(guò)程相似兩個(gè)層面進(jìn)行服務(wù)聚類和服務(wù)發(fā)現(xiàn)，提高服務(wù)發(fā)現(xiàn)效率，但在特定的服務(wù)簇中進(jìn)行匹配時(shí)，其將所有Web服務(wù)依次取出進(jìn)行比較，制約了發(fā)現(xiàn)效率的進(jìn)一步提高。

針對(duì)上述問(wèn)題，本文定義了簇中Web 服務(wù)的匹配關(guān)系，并提出一種利用匹配關(guān)系圖的服務(wù)發(fā)現(xiàn)方法。首先利用功能需求的匹配條件定義了同簇中的Web 服務(wù)匹配關(guān)系，并生成了服務(wù)簇的匹配關(guān)系圖。當(dāng)在具體的服務(wù)簇中進(jìn)行服務(wù)發(fā)現(xiàn)時(shí)，通過(guò)遍歷匹配關(guān)系圖，把多個(gè)滿足服務(wù)請(qǐng)求功能需求的Web服務(wù)加入到候選服務(wù)集合中，減少服務(wù)匹配的次數(shù)，提高服務(wù)發(fā)現(xiàn)的效率。

1 基本概念

語(yǔ)義Web服務(wù)是一種運(yùn)行在Web上自包含、可調(diào)用的應(yīng)用程序，其采用對(duì)領(lǐng)域知識(shí)抽象描述的本體進(jìn)行標(biāo)注，使服務(wù)描述帶有語(yǔ)義［11］。

定義1 Web服務(wù)。Web服務(wù)是對(duì)功能屬性的抽象化描述，可以形式化定義為4 元組WS ＝ （Wid，Wdes，I，O），其中：

（1）Wid是Web服務(wù)的名稱，用來(lái)唯一標(biāo)識(shí)一個(gè)服務(wù)。

（2）Wdes是Web服務(wù)的功能描述，由多個(gè)領(lǐng)域本體標(biāo)注的概念組成。

（3）I＝ ｛i1，i2，…｝是Web服務(wù)輸入?yún)?shù)集，其中每個(gè)輸入?yún)?shù)in都用領(lǐng)域本體進(jìn)行標(biāo)注。

（4）O＝ ｛o1，o2，…｝是Web服務(wù)輸出參數(shù)集，其中每個(gè)輸出參數(shù)on都用領(lǐng)域本體進(jìn)行標(biāo)注。

定義2 服務(wù)請(qǐng)求。服務(wù)請(qǐng)求可形式化定義為三元組WSR＝ ｛WRdes，IR，OR｝，其中：

（1）WRdes是服務(wù)請(qǐng)求的功能描述，由多個(gè)領(lǐng)域本體標(biāo)注的概念組成。

（2）IR＝ ｛ir1，ir2，…｝是服務(wù)請(qǐng)求的輸入?yún)?shù)集，其中每個(gè)輸入?yún)?shù)irn都用領(lǐng)域本體進(jìn)行標(biāo)注。

（3）OR＝ ｛or1，or2，…｝是服務(wù)請(qǐng)求的輸出參數(shù)集，其中每個(gè)輸出參數(shù)orn都用領(lǐng)域本體進(jìn)行標(biāo)注。

服務(wù)簇是通過(guò)對(duì)服務(wù)注冊(cè)庫(kù)中Web服務(wù)進(jìn)行聚類預(yù)處理形成的Web服務(wù)集合，具有同簇之間高度相似、不同簇之間高度相異的特點(diǎn)［12，13］，其具體定義如下：

定義3 服務(wù)簇。將Web服務(wù)集S＝ ｛s1，s2，…，sn｝進(jìn)行聚類操作，獲得多個(gè)聚類簇，每個(gè)聚類簇則表示一個(gè)服務(wù)簇。

通過(guò)服務(wù)簇，可以避免與相關(guān)性小或者不相關(guān)的服務(wù)進(jìn)行匹配，有效地減少服務(wù)發(fā)現(xiàn)的檢索空間。當(dāng)前對(duì)于服務(wù)簇生成算法已經(jīng)有了許多的研究，可以直接利用其中提出的一些聚類算法。由于本文是在服務(wù)簇基礎(chǔ)之上進(jìn)行研究，不同的聚類算法，并不會(huì)產(chǎn)生影響。

2 Web服務(wù)匹配關(guān)系及匹配關(guān)系圖

服務(wù)簇中的Web服務(wù)功能高度相似，但現(xiàn)有基于聚類的服務(wù)發(fā)現(xiàn)方法并沒(méi)有利用簇中Web服務(wù)存在共性，而是把它當(dāng)作獨(dú)立的個(gè)體與服務(wù)請(qǐng)求進(jìn)行逐一的比較。本文利用服務(wù)請(qǐng)求與Web服務(wù)在功能需求上的匹配條件來(lái)定義了簇中Web服務(wù)自身存在的關(guān)系，并對(duì)其進(jìn)行圖形化建模以便于統(tǒng)一管理。

2.1 Web服務(wù)匹配關(guān)系

服務(wù)請(qǐng)求與Web服務(wù)在功能需求上匹配須滿足如下3個(gè)條件［7，8］：①Web服務(wù)的功能描述與服務(wù)請(qǐng)求的功能需求相近或者相同；②Web服務(wù)的輸入?yún)?shù)須由服務(wù)請(qǐng)求提供，即服務(wù)請(qǐng)求須滿足Web服務(wù)正常運(yùn)轉(zhuǎn)所需參數(shù)；③服務(wù)請(qǐng)求的輸出參數(shù)須由Web服務(wù)提供，即服務(wù)請(qǐng)求者所需的功能結(jié)果可通過(guò)調(diào)用Web服務(wù)來(lái)獲得。Web服務(wù)與服務(wù)請(qǐng)求只是服務(wù)的不同描述方式，形式化定義類似，因此可利用服務(wù)請(qǐng)求與Web服務(wù)的功能需求匹配條件，來(lái)定義同簇中的Web服務(wù)之間的匹配關(guān)系。

服務(wù)簇中的Web服務(wù)功能相同或者高度相似，因此同簇中的Web服務(wù)均滿足匹配的第一個(gè)條件，對(duì)其進(jìn)行匹配判斷時(shí)，則只需滿足匹配的其余兩個(gè)條件。Web服務(wù)的輸入輸出功能屬性是由本體標(biāo)注的參數(shù)集組成，可通過(guò)其參數(shù)的兼容關(guān)系來(lái)進(jìn)行匹配判斷［7］。

定義4 概念相容性。在本體樹中，概念M 相容于概念N，記為M N，須滿足如下條件：

（1）M 與N 同義，或者；

（2）M 是N 的一個(gè)子類。

參數(shù)不僅包含一個(gè)概念描述，而且還含有一個(gè)數(shù)據(jù)類型屬性，所以在比較兩個(gè)參數(shù)的語(yǔ)義關(guān)系時(shí)，不僅要比較參數(shù)概念的相容性，還要比較參數(shù)類型的相容性。

定義5 參數(shù)兼容關(guān)系。參數(shù)A 兼容于參數(shù)B，記為A→B，當(dāng)且僅當(dāng)：

（1）概念A(yù) 相容于概念B，即A B。

（2）Type（A）≤Type（B），其中Type（P）表示參數(shù)P 的數(shù)據(jù)類型的取值范圍。如Type（Short）≤Type（Int）≤Type（Double）。

由于概念相容性和數(shù)據(jù)類型相容性均存在傳遞的特點(diǎn)，可知參數(shù)兼容關(guān)系也具有傳遞性。下面結(jié)合服務(wù)簇中功能需求的匹配條件和參數(shù)的兼容關(guān)系給出Web服務(wù)匹配關(guān)系的定義：

定義6 同一服務(wù)簇中的Web服務(wù)匹配關(guān)系。Web服務(wù)WSa匹配于Web 服務(wù)WSb，記為WSaWSb，當(dāng)且僅當(dāng)：

（1）對(duì)于WSb輸入?yún)?shù)Ib＝ ｛ib1，ib2，…｝中任意一個(gè)參數(shù)ib，WSa輸入?yún)?shù)Ia＝ ｛ia1，ia2，…｝中均存在一個(gè)輸入?yún)?shù)ia，使得ia兼容于ib，記為

（2）對(duì)于WSa輸出參數(shù)Oa＝ ｛oa1，oa2，…｝中任意一個(gè)參數(shù)oa，WSb輸出參數(shù)Ob＝ ｛ob1，ob2，…｝中均存在一個(gè)輸出參數(shù)ob，使ob兼容于oa，即

2.2 匹配關(guān)系的傳遞特性

假設(shè)存在 Web 服務(wù)WSn、WSm，使得服務(wù)請(qǐng)求WSrequest匹 配 于WSn，WSn匹 配 于WSm，即WSrequestWSn，、WSnWSm。則根據(jù)匹配條件和定義6可知存在如下關(guān)系：

（1）對(duì)于輸入?yún)?shù)有：

其形式化公式為

根據(jù)集合理論可知有-in in 關(guān)系，將其結(jié)合式（3）可得

結(jié)合兼容關(guān)系的傳遞性有

（2）對(duì)于輸出參數(shù)有：

其形式化公式為

同理上述輸入?yún)?shù)中的推導(dǎo)可得如下關(guān)系

結(jié)合式 （5）、式 （7）和匹配關(guān)系的定義，服務(wù)請(qǐng)求WSrequest也同時(shí)匹配于WSm，即WSrequestWSm，因此Web服務(wù)匹配關(guān)系存在傳遞的特性，而基于其傳遞特性，服務(wù)請(qǐng)求能同時(shí)查找到多個(gè)滿足要求的Web服務(wù)。

2.3 匹配關(guān)系圖

一個(gè)服務(wù)簇中可能存在多個(gè)Web服務(wù)匹配關(guān)系，為了能對(duì)其進(jìn)行統(tǒng)一的管理并充分的利用它們之間傳遞特性，本文將服務(wù)簇中的Web服務(wù)及其匹配關(guān)系進(jìn)行圖形化建模而生成一個(gè)有向圖模型，該有向圖模型就稱為匹配關(guān)系圖，其具體定義如下：

定義7 匹配關(guān)系圖。匹配關(guān)系圖是服務(wù)簇中Web服務(wù)及其匹配關(guān)系的有向圖模型，其中節(jié)點(diǎn)表示W(wǎng)eb服務(wù)，節(jié)點(diǎn)與節(jié)點(diǎn)之間的有向邊表示匹配關(guān)系，如圖1所示。

圖1 匹配關(guān)系

匹配關(guān)系圖是一個(gè)有向圖，可用鄰接矩陣或鄰接鏈表進(jìn)行存儲(chǔ)，通過(guò)對(duì)簇中的Web服務(wù)進(jìn)行兩兩匹配判斷來(lái)構(gòu)建圖中的有向邊。下面給出匹配關(guān)系圖生成的算法，其匹配關(guān)系圖采用鄰接矩陣進(jìn)行存儲(chǔ)：

算法1：匹配關(guān)系圖的生成算法

輸入：服務(wù)簇中的Web服務(wù)

輸出：服務(wù)簇的匹配關(guān)系圖G

謀事要實(shí)，常懷“求是之心”。謀事要實(shí)，首在心實(shí)，端正心態(tài)，樹立正確的事業(yè)觀、政績(jī)觀和全局觀。謀事要實(shí)，貴在情實(shí)，摸透實(shí)情，提升謀事的質(zhì)量。謀事要實(shí)，重在落實(shí)，腳踏實(shí)地，做到?jīng)Q策符合實(shí)際情況、符合客觀規(guī)律、符合科學(xué)精神。

（1）G ［n］［n］：＝0，其中n 為服務(wù)簇中Web服務(wù)的個(gè)數(shù)。

（2）若服務(wù)簇中Web 服務(wù)已經(jīng)比較完畢，則轉(zhuǎn)步驟（4），否則從服務(wù)簇中依次取出WSi、WSj兩個(gè)Web服務(wù)，其中i≠j。

（3）利用定義6，判斷是否滿足WSiWSj，若滿足則將G［i］［j］：＝1，否則轉(zhuǎn)步驟 （2）。

（4）返回匹配關(guān)系圖G。

利用匹配關(guān)系圖，能同時(shí)發(fā)現(xiàn)多個(gè)Web服務(wù)，即若服務(wù)請(qǐng)求匹配于服務(wù)中的某個(gè)Web服務(wù)，則也匹配于從這個(gè)Web服務(wù)節(jié)點(diǎn)出發(fā)，遍歷匹配關(guān)系圖所得到的Web服務(wù)集合，如圖1所示，若服務(wù)請(qǐng)求WSrequest匹配于WSa，則也同時(shí)匹配于WSb、WSc和WSd。相比與傳統(tǒng)的逐一比較的方法，利用匹配關(guān)系圖能有效地減少了服務(wù)比較的次數(shù)，而在實(shí)際的應(yīng)用中，匹配關(guān)系圖可提前在預(yù)處理中進(jìn)行生成而不會(huì)影響服務(wù)發(fā)現(xiàn)的效率。

3 利用匹配關(guān)系圖的服務(wù)發(fā)現(xiàn)方法

服務(wù)簇能有效地減少服務(wù)發(fā)現(xiàn)的檢索空間，但定位到具體服務(wù)簇中進(jìn)行服務(wù)查找時(shí)，現(xiàn)有的匹配方法還是逐一將服務(wù)請(qǐng)求與簇中的Web服務(wù)進(jìn)行比較。本文提出利用匹配關(guān)系圖的服務(wù)發(fā)現(xiàn)方法 （RGSD）可通過(guò)遍歷預(yù)先生成的匹配關(guān)系圖來(lái)減少比較次數(shù)，提高服務(wù)發(fā)現(xiàn)效率。

由于匹配關(guān)系圖是定義在服務(wù)簇的基礎(chǔ)之上，為了更加有效的在利用匹配關(guān)系圖和對(duì)服務(wù)簇進(jìn)行統(tǒng)一的管理，首先給出了基于匹配關(guān)系圖的服務(wù)簇形式化描述，其定義如下：

（1）Cn表示服務(wù)簇名稱，來(lái)唯一標(biāo)識(shí)一個(gè)服務(wù)簇。

（2）Cdes是服務(wù)簇的語(yǔ)義功能描述。

（3）Cw＝ ｛WS1，WS2，…WSn｝表 示 服 務(wù) 簇 中 的Web服務(wù)的集合。

（4）I＝ ｛I1∪I2∪…∪In｝是服務(wù)簇中Web服務(wù)的輸入集合。其中Ik（1≤k≤n）是Web 服務(wù)WSk的輸入?yún)?shù)集。

（5）O＝ ｛O1∪O2∪…∪On｝是服務(wù)簇中Web服務(wù)的輸出集合。其中Ok（1≤k≤n）是Web服務(wù)WSk的輸出參數(shù)集。

（6）Gr表示服務(wù)簇的匹配關(guān)系圖。

在服務(wù)發(fā)現(xiàn)過(guò)程中，首先對(duì)服務(wù)請(qǐng)求的功能描述WRdes和服務(wù)簇的功能描述Cdes進(jìn)行語(yǔ)義相似度計(jì)算，來(lái)定位到具體的服務(wù)簇。由于服務(wù)功能描述都是由多個(gè)概念參數(shù)組成，并且各Web服務(wù)的參數(shù)的個(gè)數(shù)和順序都是不同的，在計(jì)算功能描述的語(yǔ)義相似度時(shí)，須先根據(jù)概念語(yǔ)義相似度對(duì)參數(shù)進(jìn)行配對(duì)的處理。

定義9 概念語(yǔ)義相似度［8］。其計(jì)算公式如下

式中：dis（A，B）、dismax、dismin的具體定義請(qǐng)參見(jiàn)文獻(xiàn)［8］。

參數(shù)的配對(duì)是通過(guò)計(jì)算兩組參數(shù)中的概念概率語(yǔ)義相似度，然后將其值為最小的配為一對(duì)。其配對(duì)過(guò)程可以轉(zhuǎn)化為二分圖最優(yōu)配對(duì)，其具體的算法請(qǐng)參見(jiàn)文獻(xiàn) ［14］，這里不再討論。圖2 表示一個(gè)天氣預(yù)報(bào)的服務(wù)描述匹配結(jié)果示例。

圖2 匹配結(jié)果

定義10 功能描述的語(yǔ)義相似度。WRdes，Cdes是由參數(shù)集構(gòu)成，可通過(guò)如下公式來(lái)計(jì)算其語(yǔ)義相似度

式中：l——WRdes、Cdes參數(shù)匹配對(duì)的個(gè)數(shù)，如圖2 示例中，l＝2；Dis（WRdes，Cdes）表示W(wǎng)Rdes與Cdes之間的語(yǔ)義

當(dāng)定位到具體的服務(wù)簇中進(jìn)行服務(wù)發(fā)現(xiàn)時(shí)，RGSD 方法可通過(guò)如下方式來(lái)減少服務(wù)比較次數(shù)：首先從服務(wù)簇中取出的一個(gè)Web服務(wù)，如果服務(wù)請(qǐng)求匹配于該Web服務(wù)，從該Web服務(wù)所對(duì)應(yīng)的節(jié)點(diǎn)出發(fā)遍歷匹配關(guān)系圖，把遍歷所獲得的Web服務(wù)節(jié)點(diǎn)集加入到要返回的候選服務(wù)集中，如果下次取出的Web服務(wù)已經(jīng)在候選服務(wù)集中，則可直接跳過(guò)而不參與比較。下面給出其服務(wù)發(fā)現(xiàn)方法的具體步驟：

算法2：基于匹配關(guān)系圖的服務(wù)發(fā)現(xiàn)

輸入：服務(wù)請(qǐng)求WSR＝ ｛WRdes，IR，OR｝；

輸出：候選Web服務(wù)集合S。

（1）S：＝ ；

（2）依次取出服務(wù)簇RGSC，如果不存在，則轉(zhuǎn)步驟（7）；

（3）若sim（WRdes，Cdes）＜δ，其中δ為給定閥值，轉(zhuǎn)步驟 （2）；

（4）從Cw中取出一個(gè)Web服務(wù)WSk，若S 中已經(jīng)包含WSk，則重復(fù)該步驟，若Cw中Web服務(wù)已經(jīng)比較完畢則轉(zhuǎn)步驟 （2）；

（5）根據(jù)匹配條件，判斷WSk中輸入、輸出參數(shù)是否滿足（-ir→ ik）∧（-ok→ or）關(guān)系，若不滿足則轉(zhuǎn)步驟 （4）；

（6）從Web服務(wù)WSk出發(fā)，遍歷匹配關(guān)系圖Gr，把得到的Web服務(wù)節(jié)點(diǎn)，加入S，轉(zhuǎn)步驟 （4）；

（7）輸出S。

4 仿真實(shí)驗(yàn)

本文提出的利用匹配關(guān)系圖的服務(wù)發(fā)現(xiàn)方法 （RGSD）是對(duì)傳統(tǒng)逐一匹配方法所作的優(yōu)化，和具體的聚類算法無(wú)關(guān)。下面將通過(guò)仿真程序從發(fā)現(xiàn)效率和準(zhǔn)確率兩個(gè)維度進(jìn)行測(cè)試并和文獻(xiàn) ［3］提出的基于功能需求聚類服務(wù)發(fā)現(xiàn)方法 （SWSC）進(jìn)行比較，從而驗(yàn)證本文提出方法的有效性，其中仿真程序是采用java EE、Oracle 11g數(shù)據(jù)庫(kù)、Jboss應(yīng)用服務(wù)器進(jìn)行開發(fā)，具體實(shí)驗(yàn)設(shè)置如下：

仿真實(shí)驗(yàn)數(shù)據(jù)：從seekda.com 網(wǎng)站上下載多個(gè)WSDL描述的Web服務(wù)，這些Web服務(wù)來(lái)自5個(gè)交叉度很低的不同領(lǐng)域，使得每個(gè)領(lǐng)域可以作為一個(gè)服務(wù)簇并且每個(gè)類別中包含300～500個(gè)Web服務(wù)。從WSDL中抽取關(guān)鍵概念，利用protege工具生成領(lǐng)域本體樹。通過(guò)OWL－S Editor工具將Web服務(wù)轉(zhuǎn)化OWL－S規(guī)范，最后將Web服務(wù)存入數(shù)據(jù)庫(kù)中。

硬件環(huán)境：Cpu 2.13GHZ、內(nèi)存2GB、操作系統(tǒng)Windows7。

實(shí)驗(yàn)1 （發(fā)現(xiàn)效率）：每個(gè)類別從數(shù)據(jù)庫(kù)中分別取出若干個(gè)Web服務(wù)，并生成其對(duì)應(yīng)的匹配關(guān)系圖和服務(wù)簇模型。針對(duì)若干個(gè)隨機(jī)生成的服務(wù)請(qǐng)求，利用RGSD 方法和SWSC方法進(jìn)行服務(wù)發(fā)現(xiàn)，記錄其比較次數(shù)和匹配時(shí)間，取其平均值作為結(jié)果值，其實(shí)驗(yàn)結(jié)果如圖3、圖4所示。

圖3 服務(wù)發(fā)現(xiàn)匹配次數(shù)比較

從圖3、圖4實(shí)驗(yàn)結(jié)果表明，本文所提方法的匹配效率上要優(yōu)于文獻(xiàn) ［5］的SWSC 方法，并且隨著Web服務(wù)個(gè)數(shù)的增加，RGSD 方法能同時(shí)匹配的Web服務(wù)個(gè)數(shù)也在增加，使得其在匹配效率上的優(yōu)勢(shì)更加明顯。

圖4 服務(wù)發(fā)現(xiàn)時(shí)間效率比較

實(shí)驗(yàn)2 （準(zhǔn)確率）：每個(gè)類別從數(shù)據(jù)庫(kù)中分別取出若干個(gè)Web服務(wù)，并生成其對(duì)應(yīng)的匹配關(guān)系圖和服務(wù)簇模型。針對(duì)每個(gè)服務(wù)簇，自定義一個(gè)服務(wù)請(qǐng)求，利用RGSD 和SWSC方法進(jìn)行服務(wù)發(fā)現(xiàn)，并記錄其返回符合服務(wù)請(qǐng)求功能需求的Web服務(wù)數(shù)與返回的Web服務(wù)總數(shù)之間的比率，取其平均值作為結(jié)果值，其實(shí)驗(yàn)結(jié)果如圖5所示。

圖5 準(zhǔn)確率比較

圖5實(shí)驗(yàn)結(jié)果表明，由于本文所提方法在服務(wù)發(fā)現(xiàn)過(guò)程中，一些匹配Web 服務(wù)是通過(guò)遍歷匹配關(guān)系圖所獲得的，會(huì)帶來(lái)一定的精度損失，從而造成匹配準(zhǔn)確率要微低于文獻(xiàn) ［4］方法，但在總體上仍然能保證較高的準(zhǔn)確率。

5 結(jié)束語(yǔ)

本文定義了服務(wù)簇中Web服務(wù)之間存在的匹配關(guān)系，論證了該關(guān)系具有傳遞性的特點(diǎn)。在對(duì)特定服務(wù)簇進(jìn)行Web服務(wù)檢索過(guò)程中，通過(guò)遍歷服務(wù)簇中的匹配關(guān)系圖，服務(wù)請(qǐng)求可以同時(shí)匹配多個(gè)滿足需求的Web服務(wù)，相對(duì)于傳統(tǒng)的匹配方法要逐一比較的方式，有效減少了服務(wù)匹配的次數(shù)，提高了服務(wù)發(fā)現(xiàn)的效率。仿真實(shí)驗(yàn)結(jié)果表明了該算法的可行性與優(yōu)越性。接下來(lái)的工作將完善匹配關(guān)系服務(wù)簇模型，將服務(wù)質(zhì)量與服務(wù)過(guò)程引入服務(wù)簇模型。此外，服務(wù)的優(yōu)化組合發(fā)現(xiàn)也將是今后的研究重點(diǎn)。

［1］Ngan，Le Duy，Rajaraman Kanagasabai.Semantic Web service discovery：State－of－the－art and research challenges ［J］.Personal and Ubiquitous Computing，2013，17 （8）：1741－1752.

［2］Xu X，Yuruk N，F(xiàn)eng Z，et a1.SCAN：A structural clustering algorithm for networks ［C］／／Proceedings of the 13th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining，2007：824－833.

［3］Nayak R，Lee B.Web service discovery with additional semantics and clustering ［C］／／Proceedings of IEEE／WIC／ACM International Conference on Web Intelligence.Piscataway：IEEE，2007：555－558.

［4］XU Xiaoliang，CHEN Jinkui，WU You.Web service discovery method based on clustering opmizition ［J］.Computer Engineering，2011，37 （9）：68－70 （in Chinese）.［徐小良，陳金奎，吳優(yōu).基于聚類優(yōu)化的Web服務(wù)發(fā)現(xiàn)方法 ［J］.計(jì)算機(jī)工程，2011，37 （9）：68－70.］

［5］WANG Yongming，ZHANG Yingjun，XIE Binhong，et al.Semantic Web service discovery based on fuzzy clustering optimization［J］.Computer Engineering，2013，37 （9）：219－223 （in Chinese）.［王永明，張英俊，謝斌紅，等.基于模糊聚類優(yōu)化的語(yǔ)義Web服務(wù)發(fā)現(xiàn)［J］.計(jì)算機(jī)工程，2013，37 （9）：219－223.］

［6］YANG Yueming，CHEN Lichao，XIE Binhong，et al.Study on approach of Web services discovery based on clustering of users’context information ［J］.Computer Engineering and Design，2012，33 （4）；1442－1146 （in Chinese）. ［楊岳明，陳立潮，謝斌紅，等.基于用戶情境聚類的Web服務(wù)發(fā)現(xiàn)方法研究 ［J］.計(jì)算機(jī)工程與設(shè)計(jì)，2012，33 （4）：1442－1146.］

［7］SUN Ping，JIANG Changjun.User service clustering to facilitate process－oriented semantic Web service discovery ［J］.Chinese Journal of Computers，2008，31 （8）：1340－1353 （in Chinese）.［孫萍，蔣昌俊.利用服務(wù)簇聚類優(yōu)化面向過(guò)程模型的語(yǔ)義Web 服務(wù)發(fā)現(xiàn) ［J］.計(jì)算機(jī)學(xué)報(bào)，2008，31 （8）：1340－1353.］

［8］DENG Shiyang，DU Yuyue.Logic Petri net based model for Web service cluster ［J］.Journal of Computer Applications，2012，32 （8）：2328－2332 （in Chinese）. ［鄧式陽(yáng)，杜玉越.基于邏輯Petri網(wǎng)的Web 服務(wù)簇模型 ［J］.計(jì)算機(jī)應(yīng)用，2012，32 （8）：2328－2332.］

［9］Nayak R，Lee B.Web service discovery with additional semantics and clustering ［C］／／Proceedings of IEEE／WIC／ACM International Conference on Web Intelligence.Piscataway：IEEE，2007：555－558.

［10］Wu J，Chen L，Zheng Z，et al.Clustering Web services to facilitate service discovery ［J］.Knowledge and Information Systems，2014，38 （1）：207－229.

［11］WANG Jue，XIANG Chaocan，WANG Meng，et al.Survey on semamtic Web service discovery ［J］.Application Research of Computer，2013，30 （1）：7－12 （in Chinese）.［王玨，向朝參，王萌，等.語(yǔ)義Web服務(wù)發(fā)現(xiàn)研究現(xiàn)狀與發(fā)展 ［J］.計(jì)算機(jī)應(yīng)用研究，2013，30 （1）：7－12.］

［12］CHEN Ke，CHENG Yi，XIE Mingxia，et al.Spatial information service automatic discovery based on service cluster ［J］.Computer Engineering，2012，38 （24）：182－190 （in Chinese）.［陳科，成毅，謝明霞，等.基于服務(wù)簇的空間信息服務(wù)自動(dòng)發(fā)現(xiàn)［J］.計(jì)算機(jī)工程，2012，38 （24）：182－190.］

［13］LUAN Wenjing，DU Yuyue.Web service discovery method based on net unit model of service cluster［J］.Computer Science，2012，33 （8）：147－152（in Chinese）.［欒文靜，杜玉越.一種基于服務(wù)簇網(wǎng)元模型的Web服務(wù)發(fā)現(xiàn)方法 ［J］.計(jì)算機(jī)科學(xué)，2012，33 （8）：147－152.］

［14］DENG Shuiguang，YI Jianwei，LI Ying，et al.A method of semantic Web service discovery based on bipartite graph matching ［J］.Chinese Journal of Computers，2008，31 （8）：1364－1374 （in Chinese）. ［鄧水光，尹建偉，李瑩，等.基于二分圖匹配的語(yǔ)義Web服務(wù)發(fā)現(xiàn)方法 ［J］.計(jì)算機(jī)學(xué)報(bào)，2008，31 （8）：1364－1374.］