李 蓉 ，何克清，劉建曉

（1.武漢大學(xué) 軟件工程國(guó)家重點(diǎn)實(shí)驗(yàn)室，武漢 430072；2.華中師范大學(xué) 計(jì)算機(jī)學(xué)院，武漢 430079）

Web服務(wù)［1－2］是一種新型的軟件形態(tài)，它提供了一種與實(shí)現(xiàn)語言無關(guān)、實(shí)現(xiàn)平臺(tái)無關(guān)，便于互操作的軟件實(shí)體.隨著服務(wù)的數(shù)量越來越多，需要有自動(dòng)高效的方法完成服務(wù)的查詢、推薦，這通常需要事先建立一個(gè)服務(wù)庫［3］，讓不同的服務(wù)提供者以統(tǒng)一的方式在服務(wù)庫中注冊(cè)自己的服務(wù)，方便用戶查找.

為了有效地管理服務(wù)庫，會(huì)對(duì)服務(wù)庫中的服務(wù)按一定規(guī)則聚類，以縮小服務(wù)選擇時(shí)的查找范圍.現(xiàn)在已經(jīng)提出了一些服務(wù)聚類的方法，文獻(xiàn)［4］提出了一種基于服務(wù)聚類的網(wǎng)格服務(wù)發(fā)現(xiàn)方法，該方法集中于服務(wù)的輸入，輸出和功能來計(jì)算服務(wù)間的相似性.該方法主要使用了層次聚類算法來實(shí)現(xiàn)服務(wù)聚類，但沒有考慮服務(wù)的QoS信息.文獻(xiàn)［5］通過聚類wsdl描述的服務(wù)來提高服務(wù)發(fā)現(xiàn)效率且運(yùn)用了多種聚類算法，但沒有采用本體技術(shù)來描述服務(wù)，進(jìn)而沒有從語義層次來實(shí)現(xiàn)服務(wù)聚類.文獻(xiàn)［6］提出了一種服務(wù)聚類方法來提高服務(wù)發(fā)現(xiàn)準(zhǔn)確率.該方法通過服務(wù)功能和過程執(zhí)行模型兩方面來實(shí)現(xiàn)服務(wù)聚類，采用Petri網(wǎng)作為Web服務(wù)過程描述的形式化工具來實(shí)現(xiàn)服務(wù)過程模型聚類.

本文作者所在的實(shí)驗(yàn)室提出了用O－RGPS（Ontology－RoleGoalProcess／Service）本體元建模的方法對(duì)需求和服務(wù)建模，來幫助描述需求和服務(wù).本文用該方法指導(dǎo)服務(wù)庫中的服務(wù)聚類，并按照用戶的常用需求進(jìn)行主動(dòng)的服務(wù)組合，實(shí)現(xiàn)服務(wù)庫中的服務(wù)預(yù)處理，以提高服務(wù)選擇的效率.

1 O－RGPS框架

1.1 O－RGPS建模框架簡(jiǎn)介

O－RGPS領(lǐng)域建?？蚣埽?］是武漢大學(xué)軟件工程國(guó)家重點(diǎn)實(shí)驗(yàn)室何克清教授帶領(lǐng)的科研團(tuán)隊(duì)經(jīng)歷多年的研究提出的一種在互聯(lián)網(wǎng)環(huán)境下的新型軟件技術(shù)體系，該框架能幫助用戶描述和組織用戶需求，提供與描述語言無關(guān)的統(tǒng)一的方法注冊(cè)和組織服務(wù)，并能幫助用戶從需求找到需要的服務(wù).該方法作為ISO 19763互操作性元模型框架（Metamodel Framework of Interoperability，MFI）國(guó)際標(biāo)準(zhǔn)［7］的重要部分，已經(jīng)獲得了肯定.

O－RGPS領(lǐng)域建模框架定義了領(lǐng)域建模所必須的4種模型元素：角色（Role）、目標(biāo)（Goal）、流程（Process）和服務(wù)（Service）［8］.其中角色層描述模型中組織、角色、扮演角色的參與者，及其之間的交互與協(xié)同.目標(biāo)層描述用戶目標(biāo)和目標(biāo)間的關(guān)系，目標(biāo)分為功能目標(biāo)和非功能目標(biāo)兩類.流程層描述流程和它的屬性及控制結(jié)構(gòu)，流程可以分為原子流程和組合流程.服務(wù)層描述服務(wù)及其屬性，包括輸入消息、輸出消息、前置條件、后置條件、服務(wù)描述語言、訪問協(xié)議、異常、質(zhì)量屬性等.同時(shí)采用本體對(duì)模型的實(shí)例進(jìn)行語義標(biāo)注，使語義查詢和推理成為了可能.角色、目標(biāo)、流程和服務(wù)并不是孤立的.角色可以擁有目標(biāo)，目標(biāo)可以通過流程來完成，而流程可以通過服務(wù)來實(shí)現(xiàn)，各層之間的關(guān)系如圖1所示.

圖1 RGPS4層元模型關(guān)系圖Fig.1 4levels RGPS meta－model relationship

圖2 基于RGPS的按需服務(wù)選擇框架Fig.2 An on－demomd service selection framework based on RGPS

1.2 O－RGPS框架實(shí)現(xiàn)

在O－RGPS領(lǐng)域建模框架指導(dǎo)下的按需服務(wù)選擇框架如圖2所示.該框架希望幫助服務(wù)請(qǐng)求者在系統(tǒng)中輸入服務(wù)需求，在領(lǐng)域工程師建立的領(lǐng)域本體和RGPS領(lǐng)域模型的幫助下，半自動(dòng)地獲得服務(wù)提供者在服務(wù)注冊(cè)庫中注冊(cè)的服務(wù).該框架可以分為需求獲取和分析、服務(wù)注冊(cè)和組織、服務(wù)選擇3個(gè)部分.

在需求獲取和分析部分，服務(wù)請(qǐng)求者通過基于Wiki 的需求獲取工具輸入需求，該工具SKLSEWiki已經(jīng)實(shí)現(xiàn)［9］.工具能夠按照多數(shù)用戶的選擇及領(lǐng)域工程師建立的領(lǐng)域本體推薦服務(wù)請(qǐng)求者可能忽略掉的需求.比如服務(wù)請(qǐng)求者輸入需求“定飛機(jī)票”，基于Wiki的需求獲取工具會(huì)按照領(lǐng)域本體推薦服務(wù)請(qǐng)求者輸入相關(guān)的QoS屬性如價(jià)格范圍、響應(yīng)時(shí)間等；該工具還會(huì)把其他用戶推薦的目標(biāo)推薦給使用者，如推薦“查詢天氣”和“查詢地圖”.該工具是以模板的方式獲得用戶輸入，這樣可以保證用戶輸入計(jì)算機(jī)能自動(dòng)處理的信息并能輸入有效的角色、目標(biāo)信息.

在服務(wù)注冊(cè)和組織部分服務(wù)提供者按照ISO 19763國(guó)際標(biāo)準(zhǔn)在基于MFI的服務(wù)注冊(cè)工具中注冊(cè)自己的服務(wù)，該工具S2r2 已經(jīng)實(shí)現(xiàn)［10］.注冊(cè)好的服務(wù)需要在基于領(lǐng)域模型的服務(wù)預(yù)處理工具中參考領(lǐng)域本體，按照RGPS 領(lǐng)域模型實(shí)現(xiàn)不同領(lǐng)域的服務(wù)聚類，形成RGPS組織的服務(wù)庫，這樣能更有效地根據(jù)用戶的RGPS需求模型在服務(wù)庫中進(jìn)行服務(wù)選擇和服務(wù)推薦.

在服務(wù)選擇部分服務(wù)選擇工具能按照服務(wù)請(qǐng)求者建好的RGPS需求模型在RGPS組織的服務(wù)庫中選擇合適的服務(wù)，如果沒有剛好能滿足功能的服務(wù)，服務(wù)選擇工具會(huì)選定一些可以組合的服務(wù)，交由服務(wù)組合工具組合成合適的組合服務(wù)提交給服務(wù)請(qǐng)求者.這部分的主要理論和工具見文獻(xiàn)［11，12］.

2 服務(wù)預(yù)處理方法

在獲得大量服務(wù)資源之后，需要把服務(wù)保存在服務(wù)庫中，為了加快服務(wù)的查詢，可以對(duì)服務(wù)庫中的服務(wù)進(jìn)行預(yù)處理，使服務(wù)按一定方式組織起來.下面先定義一些基本概念.

2.1 基本定義

定義1（領(lǐng)域本體）領(lǐng)域本體定義為DO＝〈D，C，Role，Rule〉，其中D 表示領(lǐng)域，C 表示本體的概念集合，Role表示概念間的關(guān)系集合，Rule表示本體的規(guī)則集合.

定義2（關(guān)系函數(shù)）設(shè)有ci∈C，cj∈C，ci和cj之間具有關(guān)系r，r∈Role，則關(guān)系函數(shù)表示為Re（ci，cj）＝r.

定義3（RGPS領(lǐng)域模型）RGPS 領(lǐng)域模型定義為RGPSDM ＝＜RO，GO，PO，SO，Role，Rule＞，其中RO 表示該領(lǐng)域的角色本體，GO 表示該領(lǐng)域的目標(biāo)本體，PO 表示該領(lǐng)域的流程本體，SO 表示該領(lǐng)域的服務(wù)本體，Role表示各個(gè)本體之間的關(guān)系，Rule表示本體的推理規(guī)則.

定義4（QoS）QoS描述服務(wù)的QoS屬性信息，定義為QoS＝0｛QName，c，Value｝n，其中n∈（0，＋∞），c∈C.QName表示QoS屬性的名字，c表示該QoS屬性相關(guān)的概念，Value表示屬性的值.

定義5（原子服務(wù)）原子服務(wù)是不能再分解的服務(wù)，定義為AS＝〈SName，Resource，Input，Output，Precondition，Effect，R，G，P，S，QoS〉，其中SName表示服務(wù)名字，Resource 表示服務(wù)可用的資源，Input表示服務(wù)的輸入，Output表示服務(wù)的輸出，Precondition表示服務(wù)的前提條件，Effect表示服務(wù)的后置條件，R、G、P、S分別表示服務(wù)的角色、目標(biāo)、流程和服務(wù)的信息集合，QoS的表示見定義4.

定義6（組合服務(wù)）組合服務(wù)是可以繼續(xù)分解成原子服務(wù)的服務(wù)，定義為CS＝〈SName，Resource，Input，Output，Precondition，Effect，R，G，P，S，QoS，ASC，ASR〉，其中前11項(xiàng)的定義和原子服務(wù)中的定義相同，ASC 表示組成服務(wù)的原子服務(wù)的集合，ASR 表示原子服務(wù)間的組合關(guān)系.

定義7（組合關(guān)系函數(shù)）設(shè)有as1，…，asi∈AS，（j＞1），as1到asj之間具有關(guān)系r，r∈ASR，則關(guān)系函數(shù)表示為ASRe（as1，…，asi）＝r.

2.2 基于RGPS的服務(wù)聚類

在服務(wù)預(yù)處理中，首先要把相似的服務(wù)聚類，使服務(wù)選擇的范圍縮小，效率更高.我們的服務(wù)聚類基于領(lǐng)域本體和RGPS 領(lǐng)域模型，參與聚類的服務(wù)可以是原子服務(wù)也可以是組合服務(wù).在服務(wù)聚類時(shí)主要考慮服務(wù)的SName、R、G、P、S 信息.因?yàn)橄Ｍ?cè)的服務(wù)按照領(lǐng)域和主要功能聚類，不一定要限定服務(wù)的輸入、輸出、執(zhí)行條件、QoS值等屬性，而且即使功能相同的服務(wù)實(shí)際的輸入輸出形式可也能區(qū)別很大，對(duì)這些條件的限定放在服務(wù)組合中更有意義，所以在服務(wù)聚類時(shí)沒有考慮Input、Output、Precondition、Effect和QoS信息.

首先計(jì)算服務(wù)名稱SName與需要匹配的某個(gè)領(lǐng)域概念c的相似程度，然后在領(lǐng)域本體DO 中通過概念間的關(guān)系（如EquivalentClass、SubClassof、Part of、Instanceof等）找到和c相關(guān)聯(lián)的概念ci，…，cn，計(jì)算SName與ci，…，cn的相似度并乘以相應(yīng)的權(quán)值wi，…，wn，得到的結(jié)果的最大值是SName與該領(lǐng)域的相似度，如果相似度大于某個(gè)閥值則可以判斷服務(wù)屬于該領(lǐng)域.

定義8（概念相似度）概念相似度表示輸入概念和本體中概念的相似程度，由公式（1）計(jì)算.

其中，c，ci…cn∈C，wi，…，wn是用戶定義的權(quán)值.

定義9（領(lǐng)域本體滿足） 設(shè)有閥值θ，當(dāng)sim（sn，c）＞θ時(shí)，概念sn屬于領(lǐng)域本體do.

simt可以根據(jù)WordNet計(jì)算.WordNet是一個(gè)非常全面的樹形結(jié)構(gòu)的詞典，標(biāo)明了詞語的語義關(guān)聯(lián)，主要的關(guān)系類型有同義關(guān)系和上下位關(guān)系.Word－Net中常用的計(jì)算語義距離的方法是計(jì)算詞語在樹中的路徑長(zhǎng)度［13］.詞語m1和m2的語義相似度為

其中，c1和c2是m1和m2在領(lǐng)域中的確切含義，cf是二者的父概念節(jié)點(diǎn)，cr是它們所在分類樹的根節(jié)點(diǎn)，dis（c1，cf）表示c1和cf在WordNet語義樹中的路徑長(zhǎng)度.

定義10（RGPS相似度）RGPS相似度表示服務(wù)的RGPS屬性和RGPS 領(lǐng)域模型的相似程度，由公式（3）計(jì)算.

其中，s表示一個(gè)原子服務(wù)或組合服務(wù)，m表示RGPS領(lǐng)域模型，wr，wg，wp，ws分別表示用戶定義的rgps本體的權(quán)值，sr，sg，sp，ss表示服務(wù)的rgps屬性，mr，mg，mp，ms分別表示RGPS本體.

定義11（RGPS滿足）設(shè)有閥值η，當(dāng)simm（s，m）＞η時(shí)，服務(wù)s屬于RGPS領(lǐng)域模型m.

因?yàn)榉?wù)的RGPS屬性通常會(huì)用幾個(gè)詞或詞組來描述，siml可以利用VSM［14］（vector space model）方法計(jì)算.VSM 是信息檢索領(lǐng)域廣泛使用的自然語言比較方法.我們抽取領(lǐng)域本體中的重要概念組成向量T＝〈t1，t2，…，tn〉.定義向量S1＝〈s11，s12，…，s1n〉和M1＝〈m11，m12，…，m1n〉，s1i表示ti在S1中的權(quán)重，m1i表示ti在M1中的權(quán)重.權(quán)重可以由用戶定義也可以由ti在本領(lǐng)域的文檔中出現(xiàn)的頻率計(jì)算得到.ti在向量Sj中的權(quán)重可以由公式（4）計(jì)算.

算法1 基于領(lǐng)域的聚類算法

DRGPSSC（SCollection，C，DO，RGPSM）

輸入：SCollection為服務(wù)的集合｛s1，s2，…，sn｝；C為領(lǐng)域中的概念；DO 為領(lǐng)域本體；RGPSM為RGPS領(lǐng)域模型

輸出：SCCollection 為聚類后的服務(wù)的集合｛sc1，sc2，…，scj｝

功能：找到符合領(lǐng)域本體和RGPS 領(lǐng)域模型的服務(wù)集合

2.3 基于粒子群算法的服務(wù)組合

原子服務(wù)的粒度一般比較小，往往不能直接滿足服務(wù)請(qǐng)求者的需求，這就需要?jiǎng)討B(tài)地選擇和組合服務(wù)，使服務(wù)能提供更多的功能.由于有些服務(wù)常常被組合在一起提供給服務(wù)請(qǐng)求者，比如定火車票和查詢火車站的地圖常常被同時(shí)請(qǐng)求.這些常被組合的服務(wù)可用通過基于Wiki的需求獲取工具由用戶標(biāo)注得到［15］，也可以通過領(lǐng)域本體得到.可以事先把常被組合的服務(wù)組合在一起形成一個(gè)較大的組合服務(wù)，以提高服務(wù)的查找速度.

服務(wù)組合的方法本文使用基于粒子群的算法，從符合功能和輸入輸出要求的一組服務(wù)中選擇QoS最優(yōu)的一個(gè)加入到服務(wù)流程中，保證了服務(wù)組合的效率和全局最優(yōu).選擇舒振等人［16］提出的混合粒子群算法進(jìn)行服務(wù)組合，該方法利用群體自身信息、局部較優(yōu)信息、全局較優(yōu)信息和遺傳算法對(duì)粒子更新，有較好的搜索空間和搜索效率.組合后的服務(wù)的QoS值由參與組合的原子服務(wù)的QoS值計(jì)算得到，具體方法參見文獻(xiàn)［17］.

3 實(shí)驗(yàn)驗(yàn)證

為了檢驗(yàn)本文提出的服務(wù)預(yù)處理方法，本文做了模擬實(shí)驗(yàn).實(shí)現(xiàn)環(huán)境包括2.53GHzCPU，2GB內(nèi)存，WindowsXP操作系統(tǒng)，IE7瀏覽器，MySQL5.1數(shù)據(jù)庫服務(wù)器，Apache2.2 應(yīng)用服務(wù)器，開發(fā)語言采用Java，使用JDK5.0Java虛擬機(jī).

圖3 交通出行領(lǐng)域本體Fig.3 Traffic travel domain ontology

由于不容易找到大量的滿足實(shí)驗(yàn)要求的實(shí)際服務(wù)，本文采用隨機(jī)生成模擬服務(wù)數(shù)據(jù)集的方式生成測(cè)試數(shù)據(jù)集.隨機(jī)生成的服務(wù)包含所有服務(wù)需要的描述信息但是沒有具體的功能，但用于測(cè)試和實(shí)際服務(wù)沒有區(qū)別.

測(cè)試針對(duì)交通出行領(lǐng)域，建立的交通出行領(lǐng)域本體如圖3 所示，采用劉瑋描述的RGPS 領(lǐng)域模型［18］，生成500個(gè)模擬服務(wù)，取閥值θ＝η＝0.6.

實(shí)驗(yàn)1 服務(wù)聚類方法比較

如Richi等人［19］提出了通過計(jì)算集合之間的相似度來實(shí)現(xiàn)服務(wù)聚類分方法，記為SWSC，本文的方法記為DRGPSSC，實(shí)驗(yàn)比較這2種方法的聚類時(shí)間和準(zhǔn)確率.實(shí)驗(yàn)在服務(wù)個(gè)數(shù)分別為50、100、150、200、250、300 的情況下比較SWSC 和DRGPSSC方法的聚類時(shí)間如圖4所示，準(zhǔn)確度如圖5所示.

由圖4可得在相同服務(wù)數(shù)量下，SWSC方法的服務(wù)聚類時(shí)間明顯比DRGPSSC方法少，這是因?yàn)镾WSC方法在本體比較時(shí)只比較了概念的相似度，沒有考慮本體的推理關(guān)系，而DRGPSSC方法要比較領(lǐng)域本體和RGPS 本體5 個(gè)本體，時(shí)間自然比較多.

圖4 服務(wù)聚類時(shí)間比較圖Fig.4 Service clustering time comparison

由圖5可得在相同服務(wù)數(shù)量下，SWSC方法的服務(wù)聚類準(zhǔn)確度比DRGPSSC低，這是因?yàn)镾WSC方法只考慮了概念的相等關(guān)系，沒有考慮其他語義關(guān)系，而DRGPSSC方法考慮了語義關(guān)系.

圖5 服務(wù)聚類準(zhǔn)確度比較圖Fig.5 Service clustering accuracy comparison

從實(shí)驗(yàn)得知，DRGPSSC 方法用時(shí)比較長(zhǎng)但準(zhǔn)確率大大提高，由于DRGPSSC方法用于服務(wù)注冊(cè)庫中對(duì)服務(wù)的預(yù)處理，并不需要實(shí)時(shí)進(jìn)行服務(wù)聚合運(yùn)算，所有對(duì)時(shí)間的要求并不太高，因此仍然是一種可行的方法.

實(shí)驗(yàn)2 服務(wù)預(yù)處理的結(jié)果比較

曾誠(chéng)等人［20］完成的服務(wù)注冊(cè)系統(tǒng)中對(duì)服務(wù)使用領(lǐng)域本體和領(lǐng)域本地本體進(jìn)行標(biāo)注，以方便服務(wù)選擇，該方法記為DRLSP，本文的服務(wù)預(yù)處理方法記為DRGPSSP.實(shí)驗(yàn)比較通過這2中方法處理后的服務(wù)的平均查詢時(shí)間和準(zhǔn)確率.實(shí)驗(yàn)在候選服務(wù)個(gè)數(shù)分別為100、200、300、400、500 的情況下，取30個(gè)不同的查詢值，比較DRLSP和DRGPSSP進(jìn)行預(yù)處理后的服務(wù)選擇時(shí)間如圖6所示，準(zhǔn)確率如圖7所示.

圖6 服務(wù)選擇時(shí)間比較圖Fig.6 Service selection time comparison

圖7 服務(wù)選擇的準(zhǔn)確率比較圖Fig.7 Service selection accuracy comparison

由圖6 和圖7 可得，在相同服務(wù)數(shù)量下，用DRGPSSP方法預(yù)處理后的服務(wù)的服務(wù)選擇的相應(yīng)時(shí)間快、服務(wù)查準(zhǔn)率高，這是因?yàn)樵摲椒ㄒ呀?jīng)比較準(zhǔn)確地做了服務(wù)聚類，并把可能可以組合的服務(wù)預(yù)先組合，使得服務(wù)容易被查找.

4 結(jié)束語

為了提高服務(wù)選擇和服務(wù)組合的速度和準(zhǔn)確率，服務(wù)庫中的服務(wù)的預(yù)處理必不可少.本文基于O－RGPS領(lǐng)域建?？蚣?，采用先做服務(wù)聚類再按照用戶習(xí)慣組合成常用的組合服務(wù)方式進(jìn)行服務(wù)預(yù)處理.服務(wù)聚類參考領(lǐng)域本體和RGPS模型，使服務(wù)能按照各個(gè)領(lǐng)域聚類，同時(shí)聚類后的服務(wù)滿足RGPS模型的組織方式，能方便地與RGPS需求模型匹配，加速查詢.服務(wù)的預(yù)先組合組成了領(lǐng)域中常用的組合服務(wù)，減少了動(dòng)態(tài)的服務(wù)組合過程，提高了服務(wù)選擇效率.

下一步的工作有以下幾個(gè)方面：

1）確定閥值的范圍及閥值的影響，通過實(shí)驗(yàn)找到不同領(lǐng)域比較合適的閥值.

2）完善服務(wù)組合算法，考慮除粒子群算法之外的最優(yōu)選擇算法并比較它們的結(jié)果.

3）考慮原子服務(wù)對(duì)組合服務(wù)的影響，如組合服務(wù)的輸入、輸出、資源、流程如何描述.

［1］Papazoglou M P，Georgakopoulos D.Introduction：Service oriented computing［J］.Communications of the ACM，2003，46（10）：25－28.

［2］岳 昆，王曉玲，周傲英.Web服務(wù)核心支撐技術(shù)：研究綜述［J］.軟件學(xué)報(bào)，2004，15（3）：428－442.

［3］Huhns M N，Singh M P.Service－oriented computing：key concepts and principles［J］.IEEE Internet Computing，2005，1（2）：2－8.

［4］Sudha R，Thamarai S S.Semantic grid service discovery approach using clustering of service ontologies［C］／／Proc of IEEE TENCON.Hong Kong：The Institute of Electrical and Electronics Engineers Inc，2006：1－4.

［5］Ram S，Hwang Y，Zhao H M.A clustering based approach for facilitating semantic Web service discovery［C］／／Proc of the 15th Annual Workshop on Information Technologies ＆Systems.New York：Social Science Electronic Publishing Inc，2006：1－6.

［6］孫 萍，蔣昌俊，利用服務(wù)聚類優(yōu)化面向過程模型的語義Web服務(wù)發(fā)現(xiàn)［J］.計(jì)算機(jī)學(xué)報(bào)，2008：31（8）：1340－1353.

［7］Wang Jian，He Keqing，Gong Ping，et al.RGPS：A unified requirements meta－modeling frame for net－worked software［C］／／Frances Paulisch.Siemens AG：IWAAPF2008in ICSE Workshop.New York：ACM Press，2008：29－35.

［8］王 健.網(wǎng)絡(luò)式軟件的需求元建?？蚣芗瓣P(guān)鍵技術(shù)研究［D］.武漢：武漢大學(xué)，2008：10－22.

［9］寧 達(dá)，基于語義網(wǎng)和社會(huì)標(biāo)注的按需服務(wù)發(fā)現(xiàn)方法研究［D］.武漢：武漢大學(xué)，2012：84－92.

［10］曾 誠(chéng)，語義互操作性Web 服務(wù)注冊(cè)管理的機(jī)制與方法［D］.武漢：武漢大學(xué)，2010：85－95.

［11］Jianxiao Liu，Keqing He，Da Ning.Web service aggregation using semantic interoperability oriented method［J］.Journal of Information Science and Engineering，2012，28（3）：437－452.

［12］劉建曉，何克清，王 健，等.一種面向語義互操作性的服務(wù)聚合方法［J］.軟件學(xué)報(bào)，2011，22（2）：27－40.

［13］Giunchiglia F，Yatskevich M.Element level semantic matching［C］／／Paolo Bouquet，Luciano Serafini.Proceedings of Meaning Coordination and Negotiation Workshop.Hiroshima：IEEE Press，2004：37－48.

［14］Salton G，Wong A，and Yang C S.A vector space model for automatic indexing［J］.Communications of the ACM，1975，18（11）：613－620.

［15］寧 達(dá)，何克清，彭 蓉，等.基于社會(huì)標(biāo)注的Web服務(wù)語義自動(dòng)浮現(xiàn)方法［J］.計(jì)算機(jī)學(xué)報(bào)，2011，34（12）：2414－2426.

［16］舒 振，陳洪輝，羅雪山.基于改進(jìn)混合粒子群算法的服務(wù)動(dòng)態(tài)選擇方法［J］.中南大學(xué)學(xué)報(bào)：自然科學(xué)版，2011，42（10）：3086－3094.

［17］Yi Xia，Ping Chen，Liang Bao，et al.A QoS－aware web service selection algorithm based on clustering［C］／／Lan Foster，Louise Moser.IEEE International Conference on Web Services.Washington DC：IEEE Computer Society，2011：428－435.

［18］劉 瑋.面向領(lǐng)域的服務(wù)需求獲取與分析研究［D］.武漢：武漢大學(xué)，2008：33－38.

［19］Richi N，Bryan L.Web service discovery with additional semantics and clustering［C］／／Tsau Young Lin，Laura Haas.Proc of IEEE／WIC／ACM International Conference on Web Intelligence.Fremont，CA：ACM Press，2007：555－558.

［20］曾 誠(chéng)，何克清，李 兵，等.一種支持語義互操作的Web服務(wù)注冊(cè)管理機(jī)制［J］.小型微型計(jì)算機(jī)系，2011，32（9）：1709－1715.