文档介绍：声明本人呈交给山东科技大学的这篇硕士学位论文,除了所列参考文献和世所公认的文献外,全部是本人在导师指导下的研究成果。该论文资料尚没有呈交于其它任何学术机关作鉴定。AFFIRⅣ队TION硕士生签名:日Ideclarethatthisdissertation,submittedinfulfillmentoftherequirementsfortheawardofMasterofPhilosophyinShandongUniversityofScienceandTechnology,:Date:万方数据山东科技大学硕士学位论文摘要摘要语义Web服务是一种基于语义Web的具有良好前景的技术,随着语义web服务的数量不断增加,如何合理地对web服务进行组织和管理以快速准确的返回满足需求的服务成为语义web服务研究的关键问题之一。本文基于领域本体的标准术语,规范化Web服务的功能语义描述,完成参数统一标注。利用聚类的思想,通过计算Web服务功能描述的语义相似度和参数语义相似度,对服务库中的服务进行聚类形成服务簇,。根据服务簇原子,提取出服务簇参数矩阵,便于发现参数之间的重要程度。为了进一步提高服务发现的效率,本文对服务簇内部的服务进行了重新组织管理,提出了服务簇目录项、服务链表概念和服务簇映射目录概念。这使得服务簇内部的服务实现了从无序到有序。根据参数矩阵所统计发现的参数之间的重要程度,又可以对服务映射目录所对应的服务链表做出改进,使得每一条服务链表中的服务,划分成虚拟服务组最终形成记忆化服务链表,进而得到记忆化服务簇映射目录,使得不仅是服务簇内部服务有统一的组织形式,且记忆化服务簇映射目录内部记忆化服务链表中的服务,也有统一的组织形式。在形成记忆化服务簇映射目录的同时,服务簇参数矩阵也发生的相应变化,其内部也不只是简单的记录各服务参数,而是体现出记忆化服务簇映射目录的特点。最终根据记忆化映射目录,以及其所映射的服务簇参数矩阵,提出了一种基于记忆化映射目录的服务发现算法和一种服务发现结果集的筛选推荐算法。最后,以天气情况查询服务为例,验证了采用传统的基于参数匹配的Web服务发现、基于参数矩阵的Web服务发现方法,以及本文提出的基于记忆化服务簇映射目录的Web服务发现方法,进行了对比和仿真实验,证明了本文提出的语义Web服务发现方法能够更快地返回满足用户需求的服务。本文主要是对基于记忆化服务簇映射目录的Web服务发现方法进行了相关研究,着重解决了语义Web服务的组织管理、形式化建模和发现问题,对于推进语义Web服务发现技术的研究具有一定的价值。关键词:逻辑Petfi网:虚拟服务组:记忆化服务簇映射目录;目录映射参数矩阵;聚类;服务发现万方数据山东科技大学硕士学位论文ABSTRACTABSTRACTWiththepromotionoftheService-OrientedArchitecture,,standardizationofWebservicesfunctionsemanticdescription,,throughcalculatingthesemanticsimilarityofWebservicesdescriptionaswellastheparametersofsemanticsimilarityclusteringformofserviceinthelibraryserviceclusters,basedonclusterformalizedrepresentationofsuchroperoperoperope-