CN101820444A - 一种基于描述信息匹配相似度的资源服务匹配与搜索方法 - Google Patents
一种基于描述信息匹配相似度的资源服务匹配与搜索方法 Download PDFInfo
- Publication number
- CN101820444A CN101820444A CN 201010132164 CN201010132164A CN101820444A CN 101820444 A CN101820444 A CN 101820444A CN 201010132164 CN201010132164 CN 201010132164 CN 201010132164 A CN201010132164 A CN 201010132164A CN 101820444 A CN101820444 A CN 101820444A
- Authority
- CN
- China
- Prior art keywords
- resource service
- matching
- coupling
- information
- similarity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及一种基于描述信息匹配相似度的制造资源服务匹配与搜索方法。具体的说该方法是在制造资源服务数字化描述之后,将资源服务描述信息进一步细分为文字本体概念、句子、数值、实体类概念等类,并分别设计相应的相似度匹配算法;在此基础上,将资源服务匹配搜索分为基本匹配、输入输出匹配、服务质量匹配、综合匹配几个步骤来实现。该方法主要为了解决目前资源服务匹配没有考虑数值、句子、实体类等描述信息类型的匹配与搜索问题。本发明包括一种制造资源服务匹配与搜索实现框架,不同类型服务描述信息间的相似度匹配算法,多层资源服务匹配模型与实现算法。本发明具有如下优点:支持语义和SOA的分布式系统,层次清晰,兼容性与扩展性强。
Description
技术领域
本发明涉及一种基于描述信息匹配相似度的资源服务匹配与搜索方法,即一种支持语义、支持SOA的分布式系统的,在不同类型的资源服务描述信息间的相似度匹配算法的基础上,将资源服务匹配搜索分为基本匹配、输入输出(I/O)匹配、QoS匹配、综合匹配等步骤来实现的一种资源服务匹配与搜索的方法。该发明属于分布式制造系统信息集成技术领域。
背景技术
资源服务的匹配与搜索,即为实现某个功能(或为了满足资源服务需求者RSD的服务请求),按照预先设定的匹配算法,从资源服务信息中心RSIC中众多的资源服务(MRS)中搜寻与资源服务请求(RSR)相匹配的服务。由于网络化制造环境的分布和异构特性,期待RSR与MRS完全一致是不现实的。因此本发明采用基于语义的匹配算法,使用匹配度来衡量RSR与MRS的匹配程度,按照对RSR的匹配度选择一定数量的MRS并进行评估排序,供用户进一步选择。本发明研究制造资源服务的匹配模型,不同类型资源服务描述信息的相似度计算算法,进而研究提出相应的基于资源服务描述信息的多层次制造资源服务匹配模型及算法。
服务发现问题研究已被国内外学者高度关注。在分布式系统服务发现方面,当前的研究主要是基于服务描述信息的输入与输出,另外有一些研究考虑了其它描述服务的信息,如preconditions,effects等。这些研究虽然提供了有效的资源服务搜索与匹配机制,但没对具体实现搜索与匹配的基础算法(即底层具体资源服务描述信息间的匹配算法)进行有效研究。此外,当前研究对象主要是计算资源服务的发现与匹配问题。由于制造网格(MGrid)与计算网格比较起来,具有长周期、多方合作、知识性、复杂性、多样性等特点,因此以上方法只能起到一定借鉴作用,而不能简单地直接应用到MGrid资源服务匹配与搜索中。
在分布式制造系统资源服务发现方面,针对MGrid资源服务匹配与搜索,目前已有的研究主要停留在TQCS等性能QoS指标上,而QoS各个指标的计算方法没有具体给出来,同时对制造资源服务的非功能QoS因素(如信任度等)考虑的不够。另外所研究的资源匹配主要基于领域概念、知识库等方面,而没有考虑资源服务描述的其它信息类型(如数值、句子、实体类概念间的匹配与实现算法)。
针对以上不足,本发明提出了一种支持语义、支持SOA的分布式系统的,基于描述信息匹配相似度的资源服务匹配与搜索方法。
发明内容
(1)目的:本发明涉及一种基于描述信息匹配相似度的资源服务匹配与搜索方法,即一种支持语义、支持SOA的分布式系统的,在设计出相应不同类型的资源服务描述信息间的相似度匹配算法的基础上,将资源服务匹配搜索分为基本匹配、输入输出(I/O)匹配、QoS匹配、综合匹配等步骤来实现的一种资源服务匹配与搜索方法。它克服了现有技术的不足,具有较好的兼容性、广泛性、普遍性、全面性和扩展性,提高了服务匹配和所生成的待选资源服务的质量。
(2)技术方案:一种基于描述信息匹配相似度的资源服务匹配与搜索方法,即在提出资源服务数字化描述之后,将资源服务描述信息进一步细分为文字本体概念、句子、数值(包括数值区间和模糊数)、实体类(数据结构体)概念等类,并分别设计出相应的相似度匹配算法;在此基础上,将资源服务匹配搜索分为基本匹配、输入输出(I/O)匹配、QoS匹配、综合匹配等步骤来实现的一种资源服务匹配与搜索方法。
其中文字本体概念间的相似度测量综合考虑了语意距离、语义重合度、层次深度三个因素克服了传统方法的不足。句子相似度由相似的关键词(或词形)、句子的长度、词序等因素决定。数值匹配算法可以分为数值区间相似度匹配和模糊数相似度匹配,其中模糊数相似度匹配包括三角形模糊数和梯形模糊数的相似度匹配。由同义词、属性、语意关系集合所组成的实体类概念的相似度可以基于Tversky模型和Andrea相似函数及集合论来计算。
MGrid资源服务匹配是一个逐步精确化的过程,主要有基本匹配、输入输出(I/O)匹配、QoS匹配、综合匹配四个步骤,其具体步骤如下所示:
首先进行基本匹配,主要是对资源服务的基本信息(例如服务名称和描述等)进行匹配。如果匹配结果低于用户或者系统设定的基本匹配阀值,则表明待选资源服务不符合用户的基本需求。此时系统停止后续的匹配过程,并返回匹配失败结果。
其次,如果基本匹配达到基本匹配阀值,且用户希望进一步匹配,则进行下一阶段的I/O匹配,主要负责资源服务之间I/O参数间的匹配。合格者(即不低于I/O匹配阀值)再进行QoS匹配。否则系统返回匹配失败结果。
再次,I/O匹配合格者再进行QoS匹配,主要负责资源服务QoS参数之间的匹配。淘汰掉不符合QoS匹配阀值的待选资源服务。
最后,如果待选资源服务满足以上的基本匹配、I/O匹配、QoS匹配,并且用户希望进一步综合匹配,则进行最后的综合匹配,主要是根据需要对基本匹配、I/O匹配、QoS匹配结果进行综合处理,产生一个整体综合匹配结果。符合用户或系统设定的综合匹配阀值的,即为最终符合用户需求的待选资源服务,被加入到待选资源服务集中。
在资源服务匹配流程中,基本匹配、I/O匹配、QoS匹配可以相互独立进行,也可以联合进行,具体视用户的需求而定。
附图说明
图1是MGrid资源服务匹配与搜索实现框架;
图2是MGrid资源服务匹配流程图;
图3是基本匹配算法;
图4是输入输出(I/O)匹配算法;
图5是QoS匹配算法;
图6是MGrid资源服务匹配与搜索算法。
具体实施方式
下面结合附图对本发明作进一步详细的描述。
本发明包括一种基于描述信息匹配相似度的资源服务匹配与搜索的实现框架,以及四种不同类型的资源服务描述信息(文字本体概念、句子、数值(包括数值区间和模糊数)、实体类(数据结构体)概念)间的相似度匹配算法进而提出四层次的资源服务匹配模型。参见图1,资源服务匹配与搜索实现框架主要由三部分组成:
(1)资源服务信息解析器Parser主要负责将用户提交的任务描述(或资源服务请求信息)以及资源服务信息中心的待选资源服务信息中的各类信息描述进行分类提取,解析出相应的数字化描述信息,包括总体信息、输入信息、输出信息、服务质量信息、先决条件、结果信息等,便于后续的资源服务匹配。
(2)资源服务相似度匹配算法库MAs主要提供MRSMS所需的各类资源服务描述信息相似度计算算法,包括文字概念相似度算法(WMAs)、句子相似度算法(SMAs)、数值区间相似度算法(NIMAs)、梯形模糊数相似度算法(TrapFNMAs),三角形模糊数相似度算法(TrangFNMAs)、实体类相似度算法(ECMAs)等。
(3)资源服务匹配器RS-Matcher主要根据MAs提供的各类算法,对待匹配的资源服务各类参数进行匹配,包括基本信息匹配、输入/输出(I/O)参数匹配、QoS参数匹配、综合匹配等。
MGrid资源服务匹配与搜索实现流程如图1和图2所示,简要描述如下:
(1)用户企业通过面向服务制造系统(如制造网格)平台的制造任务管理中心,提交制造任务,Parser将用户任务请求转化为标准的资源服务描述请求,并将其分解为基本信息,输入信息、输出信息、QoS信息等。
(2)系统从资源服务信息中心(RSIC)根据关键词检索算法搜索到相应的待选资源服务,提交给Parser,将其解析为标准的基本信息,输入信息、输出信息、QoS信息等。
(3)RS-Matcher调用MAs的相应算法,将解析后的标准用户资源服务需求与系统资源服务信息中心的资源服务的基本信息首先进行匹配,经由基本匹配筛选后的候选资源服务再进行输入/输出(I/O)信息匹配,合格的服务再参与QoS信息匹配,最后进入综合匹配。
基于MAs提供的各类算法,在资源服务匹配器RS-Matcher中进行的基本信息匹配、输入/输出(I/O)参数匹配、QoS参数匹配、综合匹配,匹配流程参见图2。
基本信息一般是文字性的描述,则基本匹配算法一般采用文字匹配和句子匹配算法,如图3所示。首先,输入需求资源服务基本描述信息A、待选资源服务基本描述信息B和基本匹配阀值。然后计算其文字概念相似度和句子相似度,从而计算出资源服务A与待选资源服务B的基本匹配值。接着,将计算出的基本匹配值与所输入的基本匹配阀值进行比较,若基本匹配值小于基本匹配阀值,则待选资源服务B不符合用户要求,返回失败结果;否则,待选资源服务B符合用户要求,返回匹配值及匹配成功消息。
资源服务描述中输入与输出参数有数值参数、实体类概念参数、文字概念参数,其参数集则可分为三个两两不相交的子集,即D、C、W。则输入/输出(I/O)参数匹配算法如图4所示。首先,输入需求资源服务I/O描述信息A、待选资源服务I/O描述信息B和I/O匹配阀值。然后,将B中的输入与输出参数集合分成三个两两不相交的子集,D、C、W。在W、D、C不为空的情况下,计算其文字概念相似度、数值匹配相似度(数值区间、三角形模糊数或梯形模糊数)和实体类概念相似度,从而得出其I/O匹配值。再将其I/O匹配值与阀值进行比较,若I/O匹配值小于I/O匹配阀值,则待选资源服务B不符合用户I/O要求,返回失败结果;若不小于该阀值,则待选资源服务B符合用户I/O要求,返回I/O匹配值及匹配成功消息。
由于QoS各个量主要是数值,因此QoS需求匹配主要采用数值匹配,该QoS匹配算法看参见图5。首先,输入需求资源服务QoS描述信息A、待选资源服务QoS描述信息B和QoS匹配阀值。其次,计算各数值参数间匹配的相似度,包括数值区间匹配相似度、三角形模糊数匹配相似度和梯形模糊数匹配相似度,从而计算出QoS匹配值。最后,将所得QoS匹配值与所输入的QoS匹配阀值相比较,若不大于该阀值,则待选资源服务B不符合用户QoS要求,返回匹配失败结果;否则,待选资源服务B符合用户QoS要求,返回QoS匹配值及匹配成功消息。
在实际应用过程中,参加资源服务匹配与搜索的往往远不止一个待选资源。系统必须从海量的资源服务中,根据各种算法选择出满足用户需求的资源服务并生成待选资源服务集,从而为后续的资源服务优化配置(优选和组合)实现提供基础。结合资源服务信息相似度匹配算法和资源服务匹配流程,MGrid资源服务匹配与搜索算法如图6所示:
第一步,输入资源服务请求A、待选资源服务集B、基本匹配阀值、I/O匹配阀值、QoS匹配阀值和综合匹配阀值。
第二步,对B中每一个待选资源服务Bj进行匹配。
第三步,进行资源服务基本匹配,其具体基本匹配算法如前所述。将计算所得的基本匹配值与基本匹配阀值相比较,若不合格,则将该个待选资源服务剔除并返回到第二步;否则,执行下一步的资源服务I/O匹配。
第四步,进行资源服务I/O匹配,其具体基本匹配算法如前所述。将计算所得的I/O匹配值与I/O匹配阀值相比较,若不合格,则将该个待选资源服务剔除并返回到第二步;否则,执行下一步的资源服务QoS匹配。
第五步,进行资源服务QoS匹配,其具体基本匹配算法同样如前所述。将计算所得的QoS匹配值与QoS匹配阀值相比较,若不合格,则将该个待选资源服务剔除并返回到第二步;否则,执行下一步的资源服务综合匹配。
第六步,进行资源服务综合匹配,将计算所得的最后匹配值与综合匹配阀值相比较,若不合格,则将该个待选资源服务剔除并返回到第二步;若合格,则将该待选资源服务放入资源搜索队列。
Claims (15)
1.一种基于描述信息匹配相似度的资源服务匹配与搜索方法,该方法包括以下步骤:
步骤1)用户企业通过面向服务的制造平台的任务管理中心,提交制造任务请求,资源服务信息解析器Parser将用户制造任务请求转化为标准的资源服务描述请求,并将制造任务请求分解为基本信息,输入信息、输出信息、QoS信息;
步骤2)系统从资源服务信息中心(RSIC)根据关键词检索算法搜索到相应的待选资源服务,提交给Parser,将搜索到的待选资源服务解析为标准的基本信息,输入信息、输出信息、QoS信息;
步骤3)资源服务匹配器RS-Matcher调用资源服务相似度匹配算法库MAs的相应算法,将解析后的标准用户资源服务需求与系统资源服务信息中心的资源服务的基本信息进行匹配;
步骤4)对资源服务的基本信息进行匹配;如果基本信息匹配结果低于用户或者系统设定的基本匹配阀值,则表明待选资源服务不符合用户的基本需求;此时系统停止后续的匹配过程,并返回匹配失败结果;
步骤5)如果基本信息匹配达到基本匹配阀值,且用户希望进一步匹配,则进行下一阶段的I/O匹配;
步骤6)I/O匹配合格者再进行QoS匹配;淘汰掉不符合QoS匹配阀值的待选资源服务;
步骤7)如果待选资源服务满足以上的基本匹配、I/O匹配、QoS匹配,并且用户希望进一步综合匹配,则进行最后的综合匹配;符合用户或系统设定的综合匹配阀值的,即为最终符合用户需求的待选资源服务,被加入到待选资源服务集中。
2.根据权利要求1所说的方法,其特征在于:步骤1)中所说的资源服务信息解析器Parser负责将用户提交的任务描述或资源服务请求信息以及资源服务信息中心的待选资源服务信息中的各类信息描述进行分类提取,解析出相应的数字化描述信息,包括总体信息(General Information)、输入信息(Inputs)、输出信息(Outputs)、服务质量信息(QoS)、先决条件(Pre-conditions)、结果信息(Results)等,便于后续的资源服务匹配。
3.根据权利要求1所说的方法,其特征在于:步骤2)中所说的资源服务信息中心(RSIC)是由资源企业通过制造资源服务发布中心所建立的资源服务信息集。
4.根据权利要求1所说的方法,其特征在于:步骤3)中所说的资源服务匹配器RS-Matcher根据MAs提供的各类算法,对待匹配的资源服务各类参数进行匹配,包括基本信息匹配、输入/输出(I/O)参数匹配、QoS参数匹配、综合匹配。
5.根据权利要求1所说的方法,其特征在于:步骤3)中所说的资源服务相似度匹配算法库MAs提供资源服务匹配与搜索所需的各类资源服务描述信息相似度计算算法,包括文字概念相似度算法(WMAs)、句子相似度算法(SMAs)、数值区间相似度算法(NIMAs)、模糊数相似度算法(FNMAs)、实体类相似度算法(ECMAs)。
6.根据权利要求5所说的方法,其特征在于:步骤3)中所说的文字概念相似度是指一对文字概念间的相似程度,相似度达到用户或系统设定的某个阀值时,就认为这对概念相似。
7.根据权利要求5所说的方法,其特征在于:步骤3)中所说的句子相似度是指两个句子的相似程度,相似度达到某个设定的阀值时,就认为这两个句子相似。
8.根据权利要求5所说的方法,其特征在于:步骤3)中所说的数值区间相似度解决资源服务之间数值信息之间的匹配问题。
9.根据权利要求5所说的方法,其特征在于:步骤3)中所说的模糊数相似度解决资源服务之间不确定性参数信息之间的匹配问题。
10.根据权利要求5所说的方法,其特征在于:步骤3)中所说的实体类相似度解决资源服务之间实体类参数或数据结构体参数信息之间的匹配问题。
11.根据权利要求1所说的方法,其特征在于:步骤4)中所说的基本匹配是指基于服务名称(ServiceName)和服务描述(ServiceDescription)的匹配,其匹配算法采用文字匹配和句子匹配算法。
12.根据权利要求1所说的方法,其特征在于:步骤5)中所说的I/O匹配是对请求的和提供的资源服务描述中输入与输出参数进行匹配。
13.根据权利要求1所说的方法,其特征在于:步骤6)中所说的QoS匹配是时间(Time),成本(Cost),可靠性(Reliability),信任(Trust),可维护性(Maintainability),满意度(Satisfaction)的集合,其各个量是数值,QoS需求匹配采用数值匹配。
14.根据权利要求1所说的方法,其特征在于:步骤(7)中所说的综合匹配是根据需要对基本匹配、I/O匹配、QoS匹配结果进行综合处理,产生一个整体综合匹配结果。
15.根据权利要求1所说的方法,其特征在于,所述面向服务的制造平台是MGrid平台。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010101321641A CN101820444B (zh) | 2010-03-24 | 2010-03-24 | 一种基于描述信息匹配相似度的资源服务匹配与搜索方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010101321641A CN101820444B (zh) | 2010-03-24 | 2010-03-24 | 一种基于描述信息匹配相似度的资源服务匹配与搜索方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101820444A true CN101820444A (zh) | 2010-09-01 |
CN101820444B CN101820444B (zh) | 2012-05-02 |
Family
ID=42655388
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2010101321641A Expired - Fee Related CN101820444B (zh) | 2010-03-24 | 2010-03-24 | 一种基于描述信息匹配相似度的资源服务匹配与搜索方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101820444B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102523286A (zh) * | 2011-12-15 | 2012-06-27 | 北京航空航天大学 | 服务信誉度获取方法及装置 |
CN102780580A (zh) * | 2012-06-21 | 2012-11-14 | 东南大学 | 一种基于信任的组合服务优化方法 |
CN104363206A (zh) * | 2014-10-28 | 2015-02-18 | 北京恩信创业科技有限公司 | 云计算erp安全的实现方法 |
CN104732100A (zh) * | 2015-04-03 | 2015-06-24 | 北京航空航天大学 | 一种单向链形式的服务可排序精确属性的匹配度计算方法 |
CN104750876A (zh) * | 2015-04-23 | 2015-07-01 | 同济大学 | 一种应用于协同制造系统中的语义搜索方法 |
CN106375358A (zh) * | 2015-07-23 | 2017-02-01 | 腾讯科技(深圳)有限公司 | 服务需求分配的方法、装置和系统 |
CN107515938A (zh) * | 2017-08-30 | 2017-12-26 | 四川长虹电器股份有限公司 | 一种云制造环境下的供需智能匹配方法 |
WO2018058707A1 (zh) * | 2016-09-30 | 2018-04-05 | 北京百度网讯科技有限公司 | 任务处理方法和分布式计算框架 |
CN109102423A (zh) * | 2018-07-28 | 2018-12-28 | 北方民族大学 | 一种云制造环境下面向铸造企业的浇注机资源匹配方法 |
CN110232184A (zh) * | 2018-12-14 | 2019-09-13 | 太原理工大学 | 一种云制造模式下机械加工服务供需双向语义匹配方法 |
CN110889605A (zh) * | 2019-11-14 | 2020-03-17 | 中国人民解放军陆军装甲兵学院 | 一种面向工作角色的信息资源服务方法及系统 |
CN112085458A (zh) * | 2020-07-20 | 2020-12-15 | 天津博诺智创机器人技术有限公司 | 云制造平台资源服务匹配方法 |
CN112583927A (zh) * | 2020-12-23 | 2021-03-30 | 北京航空航天大学 | 基于机载嵌入式实时操作系统的服务管理系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070027671A1 (en) * | 2005-07-28 | 2007-02-01 | Takuya Kanawa | Structured document processing apparatus, structured document search apparatus, structured document system, method, and program |
US20070046645A1 (en) * | 2005-08-12 | 2007-03-01 | Canon Kabushiki Kaisha | Information processing method and information processing device |
CN101075251A (zh) * | 2007-06-18 | 2007-11-21 | 中国电子科技集团公司第五十四研究所 | 一种基于数据挖掘的文本搜索方法 |
CN101414914A (zh) * | 2008-11-26 | 2009-04-22 | 北京星网锐捷网络技术有限公司 | 数据内容过滤方法与装置、有限状态自动机及其构造装置 |
-
2010
- 2010-03-24 CN CN2010101321641A patent/CN101820444B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070027671A1 (en) * | 2005-07-28 | 2007-02-01 | Takuya Kanawa | Structured document processing apparatus, structured document search apparatus, structured document system, method, and program |
US20070046645A1 (en) * | 2005-08-12 | 2007-03-01 | Canon Kabushiki Kaisha | Information processing method and information processing device |
CN101075251A (zh) * | 2007-06-18 | 2007-11-21 | 中国电子科技集团公司第五十四研究所 | 一种基于数据挖掘的文本搜索方法 |
CN101414914A (zh) * | 2008-11-26 | 2009-04-22 | 北京星网锐捷网络技术有限公司 | 数据内容过滤方法与装置、有限状态自动机及其构造装置 |
Non-Patent Citations (2)
Title |
---|
《计算机集成制造系统》 20090531 余朋飞等 基于语义面向服务架构的信息集成系统体系结构研究 第959-967页 1-14 第15卷, 第5期 2 * |
《辽宁师范大学学报(自然科学版)》 20090331 张阳等 基于消息语义相似度二分匹配的Web服务发现方法 第67-71页 1-14 第32卷, 第1期 2 * |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102523286B (zh) * | 2011-12-15 | 2015-02-25 | 北京航空航天大学 | 服务信誉度获取方法及装置 |
CN102523286A (zh) * | 2011-12-15 | 2012-06-27 | 北京航空航天大学 | 服务信誉度获取方法及装置 |
CN102780580A (zh) * | 2012-06-21 | 2012-11-14 | 东南大学 | 一种基于信任的组合服务优化方法 |
CN102780580B (zh) * | 2012-06-21 | 2015-02-25 | 东南大学 | 一种基于信任的组合服务优化方法 |
CN104363206A (zh) * | 2014-10-28 | 2015-02-18 | 北京恩信创业科技有限公司 | 云计算erp安全的实现方法 |
CN104732100B (zh) * | 2015-04-03 | 2018-01-23 | 北京航空航天大学 | 一种单向链形式的服务可排序精确属性的匹配度计算方法 |
CN104732100A (zh) * | 2015-04-03 | 2015-06-24 | 北京航空航天大学 | 一种单向链形式的服务可排序精确属性的匹配度计算方法 |
CN104750876A (zh) * | 2015-04-23 | 2015-07-01 | 同济大学 | 一种应用于协同制造系统中的语义搜索方法 |
CN104750876B (zh) * | 2015-04-23 | 2018-04-20 | 同济大学 | 一种应用于协同制造系统中的语义搜索方法 |
CN106375358B (zh) * | 2015-07-23 | 2020-11-03 | 腾讯科技(深圳)有限公司 | 服务需求分配的方法、装置和系统 |
CN106375358A (zh) * | 2015-07-23 | 2017-02-01 | 腾讯科技(深圳)有限公司 | 服务需求分配的方法、装置和系统 |
WO2018058707A1 (zh) * | 2016-09-30 | 2018-04-05 | 北京百度网讯科技有限公司 | 任务处理方法和分布式计算框架 |
US11709894B2 (en) | 2016-09-30 | 2023-07-25 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Task processing method and distributed computing framework |
CN107515938A (zh) * | 2017-08-30 | 2017-12-26 | 四川长虹电器股份有限公司 | 一种云制造环境下的供需智能匹配方法 |
CN107515938B (zh) * | 2017-08-30 | 2021-01-26 | 四川长虹电器股份有限公司 | 一种云制造环境下的供需智能匹配方法 |
CN109102423A (zh) * | 2018-07-28 | 2018-12-28 | 北方民族大学 | 一种云制造环境下面向铸造企业的浇注机资源匹配方法 |
CN110232184A (zh) * | 2018-12-14 | 2019-09-13 | 太原理工大学 | 一种云制造模式下机械加工服务供需双向语义匹配方法 |
CN110232184B (zh) * | 2018-12-14 | 2022-12-27 | 太原理工大学 | 一种云制造模式下机械加工服务供需双向语义匹配方法 |
CN110889605A (zh) * | 2019-11-14 | 2020-03-17 | 中国人民解放军陆军装甲兵学院 | 一种面向工作角色的信息资源服务方法及系统 |
CN112085458A (zh) * | 2020-07-20 | 2020-12-15 | 天津博诺智创机器人技术有限公司 | 云制造平台资源服务匹配方法 |
CN112583927A (zh) * | 2020-12-23 | 2021-03-30 | 北京航空航天大学 | 基于机载嵌入式实时操作系统的服务管理系统 |
CN112583927B (zh) * | 2020-12-23 | 2022-04-15 | 北京航空航天大学 | 基于机载嵌入式实时操作系统的服务管理系统 |
Also Published As
Publication number | Publication date |
---|---|
CN101820444B (zh) | 2012-05-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101820444B (zh) | 一种基于描述信息匹配相似度的资源服务匹配与搜索方法 | |
CN111737471B (zh) | 一种基于知识图谱的档案管理模型构建方法及系统 | |
CN103984714B (zh) | 一种基于本体语义的云制造服务供需智能匹配方法 | |
CN102075851A (zh) | 一种移动网络中用户偏好的获取方法及系统 | |
CN103544623A (zh) | 一种基于用户偏好特征建模的Web 服务推荐方法 | |
CN103838857B (zh) | 一种基于语义的自动服务组合系统及方法 | |
CN101567005A (zh) | 一种基于WordNet的语义服务注册与查询方法 | |
Zapater et al. | Semantic web service discovery system for road traffic information services | |
CN109284086A (zh) | 面向需求自适应的Web服务动态演化方法 | |
Özdağoğlu et al. | A predictive filtering approach for clarifying bibliometric datasets: an example on the research articles related to industry 4.0 | |
CN103425740A (zh) | 一种面向物联网的基于语义聚类的物资信息检索方法 | |
Wątróbski | Ontology learning methods from text-an extensive knowledge-based approach | |
Lambrix et al. | A session-based ontology alignment approach enabling user involvement 1 | |
CN105989097A (zh) | 一种基于本体的知识库查询方法及系统 | |
CN114860916A (zh) | 知识检索方法及装置 | |
Wang et al. | Constructing service network via classification and annotation | |
CN101017432A (zh) | 一种构件库管理方法 | |
CN104765763B (zh) | 一种基于概念格的异构空间信息服务分类的语义匹配方法 | |
CN106372145A (zh) | 一种大数据环境下基于本体语义的查询方法及系统 | |
Xu et al. | Flexible few-shot class-incremental learning with prototype container | |
Yu et al. | A structured ontology construction by using data clustering and pattern tree mining | |
Maté et al. | An integrated multidimensional modeling approach to access big data in business intelligence platforms | |
CN105119961B9 (zh) | 基于本体的语义Web服务自动组合方法 | |
CN104168325B (zh) | 一种具备自维护功能的分布式Web服务选择方法 | |
Ming et al. | Semantic annotation method of IOT middleware |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20120502 Termination date: 20180324 |
|
CF01 | Termination of patent right due to non-payment of annual fee |