CN102123172B - 一种基于神经网络聚类优化的Web服务发现的实现方法 - Google Patents

Abstract

本发明提供一种基于神经网络聚类优化的Web服务发现的实现方法，主要用于解决开放网络环境下快速、准确地发现满足用户需求的Web服务。本发明由服务请求子系统、服务提供子系统、服务注册中心和服务发现中介子系统四部分组成。其中服务发现中介子系统是该系统的核心构件，包括服务表示模块、服务分类模块和服务匹配模块。本发明实现了一个聚类优化的语义Web服务发现原型系统，真实Web服务数据集上的评测结果表明，本发明不仅具有较高的服务发现效率和精度，而且实现简单，系统灵活，代价低，易推广。

Description

一种基于神经网络聚类优化的Web服务发现的实现方法

技术领域

本发明涉及一种基于神经网络聚类优化的语义Web服务发现的实现方法，主要用于解决开放网络环境下快速、准确和高效地发现满足用户需求的Web服务的问题，属于分布式计算领域。

背景技术

随着互联网技术的快速发展与普及，如何在开放、动态的网络环境下实现各类资源的共享和集成已经成为计算机软件技术面临的重要挑战之一。近年来，越来越多的企业将其核心业务转移到互联网上，电子商务技术已从简单的Web信息发布发展到互联网范围内的数据共享和信息集成。越来越多的应用表明，Web服务作为一种新型的分布式计算模型，实现了面向服务的架构，具有良好的封装性和广泛适用性，强调开放的标准和协议规范，采用了通用的数据格式，软件资源的服务接口完全公开，解决了软件跨平台和跨防火墙访问等问题。通过软件资源的集成松散耦合，Web服务支持动态的电子商务与应用集成，使得网络应用为人们提供服务的能力大大增强，正在成为企业信息规划、动态电子商务和应用集成的重要支撑技术。主要的信息技术供应商和应用企业，均已对Web服务提供支持。例如，SAP、Oracle、IBM、Microsoft、HP等提供了面向服务架构的业务平台，IBM和HP在其“适需商务”和“自适应企业”中，倡导使用Web服务作为信息基础设施的软构件；Amazon、Google、Yahoo和eBay等发布了构建网上书店、搜索工具和拍卖的Web服务。然而，由于Web服务是由分布于网络上的众多组织和个人独立开发，其数量众多且增长迅速，只有发现满足用户需求的服务，才使得Web服务的组合、调用和监控成为可能。Web服务发现的结果和效率将直接影响到上层应用系统的功能和质量。因此，如何快速、准确、高效地发现用户所需的Web服务成为了制约Web服务发展的一个关键性问题。

基于语义技术的Web服务发现技术，目前已是Web服务领域的研究热点之一。Web服务的语义表示是基于语义技术的Web服务发现技术的前提，一些研究者把Web服务和语义Web技术融合在一起，提出了许多基于本体的语义Web服务表示方法。如OWL-S （Ontology-based Web Language-Service）、WSMO （Web Service Model Ontology）、SWSO（Semantic Web Service Ontology）、DSD（Diane Service Description）、SAWSDL（Semantic Annotation for WSDL）等，其中前四种语言抛弃了现有的WSDL（Web Service Description Language）架构，而SAWSDL是在WSDL基础上，使用本体标注信息对其进行扩展，以支持语义信息。在这几种语言中，OWL-S与WSMO受到广泛关注，是目前两种主流的语义Web服务描述语言。虽然这些基于本体的Web服务描述方法丰富了Web服务的语义信息，消减了服务表示的歧义，使得服务请求者可以利用语义匹配算法查询所需服务，改善了服务发现的精度。但是各领域本体库的构建和维护需要领域专家的参与，需要耗费大量的人力和物力，而且更为重要的是，迄今为止仍然缺乏整合和重用现有本体库的标准，没有一个统一的基于本体的语义Web服务语言。因此，若完全抛弃WSDL，而采用全新的语言描述Web服务，将耗费巨额资源，显然这是不现实的，正是上述这些难点制约了基于本体的语义Web服务的大规模实际应用。

实际上，由于现有的Web服务绝大多数都是使用WSDL语言描述，业已成为工业界的事实标准，并且被许多开发工具所支持。因此，本发明在不引进新的语言和本体描述Web服务的前提下，针对基于WSDL语言描述的Web服务，尽可能地利用WSDL文档描述信息，并结合WordNet语义扩展、LSI （Latent Semantic Indexing）概念语义空间降维、神经网络、核机学习等信息检索和机器学习技术，提出了一种基于神经网络聚类优化的Web服务发现方法。由于Web服务发现的效率和精度很大程度上依赖于服务表示、服务分类以及服务匹配算法。其中，服务表示方法和服务匹配算法的性能影响着服务发现的精度，而对服务进行预分类管理，将功能相同或相近的Web服务划分在一起，从中抽取“元服务”概念来描述每一类Web服务，进而使用这个“元服务”来辅助Web服务的注册、查找等，可以大大缩小服务搜索的匹配空间，从而可以提高Web服务发现的效率。

发明内容

本发明所要解决的技术问题是提供一种基于神经网络聚类优化的Web服务发现方法，适用于企业信息规划、动态电子商务和应用集成，主要用于解决开放网络环境下快速、准确地发现满足用户需求的Web服务。

本发明为解决以上技术问题采用如下技术方案：

一种基于神经网络聚类优化的Web服务发现的实现方法，包括如下步骤：

（1）    服务提供者开发Web服务并在服务注册中心注册发布；

（2）    服务注册中心的WSDL文档经过服务发现中介的服务表示模块处理后，生成WLSI-VSM语义特征向量，其步骤是：

（21）使用开源软件WSDL4J对WSDL文档进行服务解析；

（22）对解析后的WSDL文档进行分词、停用词过滤和抽取词干的处理，生成Web服务特征词典；

（23）基于Web服务特征词典，使用开源软件Lucene对WSDL文档进行词频索引处理，生成VSM词形特征向量；

（24）基于WordNet语料库，使用开源软件Rita对VSM词形特征向量进行语义扩展，生成W-VSM语义特征向量；

（25）基于LSI技术对W-VSM语义特征向量进行词义消岐和概念语义空间降维，生成WLSI-VSM语义特征向量；

（3）    服务发现中介的服务分类模块对经过步骤（2）处理后的WLSI-VSM语义特征向量采用核Batch SOM神经网络进行分类处理，将所有Web服务按照功能语义自适应地聚类成若干子类，并分别生成类标识服务-“元服务”；

（4）    服务请求者构造Web服务请求描述文档并提交给服务发现中介；

（5）    采用步骤（2）中的步骤（21）至（25）对步骤（4）的Web服务请求描述文档进行处理后，生成相应的查询请求向量；

（6）    服务发现中介的服务匹配模块以经过步骤（5）处理后的查询请求向量作为输入，进行基于核余弦相似性测度的Web服务匹配，对匹配结果排序后，将符合查询请求的top-n个查询结果反馈给查询结果展示模块；

（7）    服务请求者根据查询推荐结果通过Web服务调用支撑模块调用相应的Web服务。 

进一步的，前述的基于神经网络聚类优化的Web服务发现方法，步骤（3）基于核Batch SOM 神经网络的Web服务分类包括以下步骤：

（31）批量输入所有WLSI-VSM语义特征向量；

（32）对核Batch SOM 神经网络的神经元权值赋初值；

（33）基于服务相似度度量函数                                                批量式迭代更新若干次神经元权值，直至核Batch SOM 神经网络渐近稳定；其中为以服务和为参数的核函数，表示服务和之间的相似度；

（34）根据步骤（33）学习得到的神经元权值，按照最近邻原则自适应聚类WLSI-VSM服务向量，得到相应的服务子类；

（35）对步骤（34）所获得的服务子类计算聚类中心，并将其标记为代表该类的“元服务”； 

（36）输出服务子类及相应的“元服务”标识。

进一步的，前述的基于神经网络聚类优化的Web服务发现方法，步骤（6）基于核余弦相似性测度的Web服务匹配包括以下步骤：

（61）输入查询请求向量和经过步骤（3）处理后的服务子类及相应的“元服务”；

（62）计算查询请求向量与元服务的核余弦相似度；

（63）选择和查询请求向量最相似的元服务对应的服务子类作为服务候选集；

（64）计算查询请求向量与服务候选集中所有服务的核余弦相似度；

（65）根据核余弦相似度降序排列服务候选集；

（66）输出top-n个符合查询请求的相关Web服务。

本发明的意义在于为现代企业和终端用户提供一种适用于动态电子商务、企业信息规划和应用集成的重要支撑技术，主要用于解决开放网络环境下快速、准确地发现满足用户需求的Web服务。本发明融合了信息检索、神经网络和机器学习三个领域的新技术、新方法，与现有技术相比，其显著优点为：

（1）代价低、易推广。本发明针对普遍采用的基于WSDL语言描述的Web服务，无需引进新的语言和本体来描述Web服务，而是尽可能地利用WSDL文档描述信息，可节约企业为支持新的Web 资源所需要的投资。

（2）系统简单、灵活。本发明一方面由于其基于统一的开发标准而便于维护和使用，从而使得创建跨越多个应用程序的业务流程处理变得相对简单。另一方面可以基于服务查找历史纪录调整核函数及其核参数，使得服务发现中介子系统更为灵活。

（3）匹配速度快。由于服务分类能够过滤掉大量无关服务，缩小搜索空间，从而能较大程度地节省服务匹配所花费的时间，而且服务的分类处理可以事先进行并存储，分类的时间开销并不影响匹配的效率。

（4）查询精度高。本发明在服务匹配和排序阶段选取了一类合适的核余弦相似性测度，在真实Web服务数据集上的评测结果表明，本发明不仅改善了服务查询精度，而且可在较大程度上降低服务的查找空间，提高服务的匹配效率。

附图说明

图1是Web服务发现原型系统总体架构图；

图2是Web服务发现中介子系统模块结构图。

具体实施方式

该发明针对业界普遍采用的基于WSDL语言描述的Web服务，在没有引进新的语言和本体描述Web服务的前提下，通过改进服务表示、服务分类和服务匹配三类核心算法，提高了服务发现的效率和精度。

本发明针对现有的Web服务发现机制中存在的效率低下和查准率不高的两个主要问题，提出了基于核Batch SOM与WordNet的语义Web服务发现方法，并且据此实现了一个原型系统，用以验证本发明的合理性。

如图1所示，该原型系统由服务请求子系统、服务提供子系统、服务注册中心和服务发现中介子系统四部分组成。其中，服务请求子系统又包括Web服务请求编辑工具、预处理模块、Web服务调用支撑模块和查询结果展示模块；服务提供子系统包括Web服务开发编辑工具、预处理模块和Web服务调用支撑模块；服务发现中介子系统是该系统的核心构件，包括服务表示模块、服务分类模块和服务匹配模块。

为了改变目前Web服务发现效率低下和准确率不高的现状，本发明主要从服务表示、服务分类和服务匹配三个方面提出了相应的解决方法。首先引入WordNet语料库和隐含语义索引技术改进了现有的Web服务表示方法，既消减了近义词和多义词所引发的噪声和歧义，又改善了传统的VSM词形特征向量高维稀疏的缺陷，使降维后的服务表示向量具有更符合其真实语义的特征描述，而且在很大程度上避免了由高维小样本问题所带来的维数灾难。其次引入机器学习中流行的核技巧改进了Batch SOM神经网络算法的权值更新规则，使得改进后的核Batch SOM神经网络能够通过灵活的核参数选取获得良好的Web服务分类性能；最后，在服务匹配阶段引入核余弦相似度来评价Web服务的相似程度，克服了现有欧式空间中余弦相似性测度使用欧式球面距离度量的局限性。在真实Web服务数据集上的评测结果表明，本发明可在较大程度上降低服务的查找空间，提高服务的匹配效率和精度。

如图2所示，Web服务发现中介子系统是本发明的核心构件，内容主要包括服务表示、服务分类和服务匹配三个功能模块。

1、Web服务表示模块

该模块主要涉及以下处理流程：

（1）构建Web服务词形特征向量。以Web服务注册中心的WSDL文档集为输入，主要抽取WSDL文档的三部分服务描述信息：Service （name, documentation）、Operation （input message, output message, name and documentation）和Message（name, partlist），依次进行服务解析、分词、停用词过滤、词干抽取和词频索引等预处理，最终构建出相应的Web服务向量空间模型。

（2）对Web服务词形特征向量进行语义扩展，构建Web服务语义特征向量。由于WSDL文档经常出现的一词多义影响了服务的查准率，而一义多词则影响了服务的查全率，因此本发明引入WordNet语料库对词形特征向量进行语义扩展，利用特征项的同义词集、上位关系集、整体与部分关系集等语义集代替特征项，把属于同一语义集的各个特征项逐一合并，生成新的语义特征向量，一方面消减了WSDL文档词形表示的歧义，丰富了服务表示的语义信息，另一方面也减少了词形特征向量的维数和稀疏性。

（3）对Web服务语义特征向量进行概念语义空间降维。本发明进一步利用隐含语义索引技术深入挖掘Web服务语义特征向量概念语义之间的深层联系，将语义知识与概念索引有效融合，最终生成低维Web服务语义特征向量。在隐含语义索引技术的实际应用中，降维因子f的选取非常关键，一方面，f应该足够大，以反映原始数据的信息与结构；另一方面，f应该足够小，以便过滤掉所有不相关的冗余信息及噪声。在实际处理时，考虑计算效率，本发明按照如下规则选取f值，令f满足：，其中表示隐含语义索引技术中进行矩阵奇异值分解所得到的第i个非零特征值，n为非零特征值的总个数，阈值可以采用交叉验证的方法进行调整。

2、Web服务分类模块

定义1（特征空间） 假定模式属于输入空间，通过映射将输入空间映射到一个新的空间，称作特征空间。

定义2（Gram矩阵）给定一个函数和模式,…, ，则矩阵称为关于,…,的Gram矩阵。

定义3（正定矩阵） 一个的实对称矩阵如果对所有都满足，则被称为正定矩阵。

定义4（正定核或者Mercer核） 令为一非空集，一个定义在上的函数，如果满足对所有（为自然数集合）和,…,都产生一个正定Gram矩阵，则称函数为正定核或者Mercer核，简称核。

命题1：任何一个正定核或Mercer核都可以被表示为Hilbert空间中的函数内积形式：（x, y为输入空间中的向量，为输入映射）。

典型的Mercer核函数包括：

1）、线性核函数：

2）、Cauchy核函数：

3）、多项式核函数：

4）、Sigmoid核函数：

5）、Gaussian核函数：

定义5 （核余弦相似性测度）假定模式属于输入空间，通过映射将映射到特征空间，则模式在输入空间的核余弦相似性测度可定义为在特征空间的余弦相似度，即：

Web服务分类模块的核心算法描述如下：

算法 1. 基于核Batch SOM 神经网络的Web服务分类算法

InputData  //输入N个d维Web服务语义特征向量

chooseinitial values for （s=1,2,…,M）randomly;  //神经元权值向量赋初值

for t=1 to L do  //核Batch SOM神经网络迭代学习L次

   for j=1 to N do 

          ;

   end for  //计算获胜神经元

   for s=1 to Mdo 

;

   end for   //更新权值向量

end for

clustering  accordingto （s=1,2,…,M）;

returnthe Web services categories .//返回l个服务类别

3、Web服务匹配模块

采用神经网络学习算法对Web服务进行自适应动态分类后，本发明通过计算各服务类别的聚类中心，从中抽取“元服务”概念来标识这些功能相同或相近的Web服务，进而使用“元服务”辅助Web服务的注册、查找等，可以很大程度上缩小服务搜索的查询空间，从而提高Web服务发现的效率。正是基于这种对服务进行预分类管理的思想，本发明在服务匹配阶段引入核余弦相似度来评价Web服务的相似程度，提出了一种基于核余弦相似性测度的Web服务匹配算法，该算法可描述如下：

算法 2 基于核余弦相似性测度的Web服务匹配算法

Input and //输入服务查询向量和l个服务类别

for i=1 to l do

 

end for  //计算服务类别的聚类中心，并将其标记为元服务，其中表示类服务的服务数量

for i=1 to l do

  

end for  //计算与元服务的核余弦相似度

  //选择和最相似的元服务对应的服务类别作为服务候选集

for j=1 to   do  

     

end for  //计算与服务候选集中第j个服务的核余弦相似度

rank accordingto  //根据核余弦相似度排序服务候选集

return the top-n relevant services to users。

Claims (2)

1.一种基于神经网络聚类优化的Web服务发现的实现方法，其特征在于，包括如下步骤：（1）服务提供者开发Web服务并在服务注册中心注册发布；（2）服务注册中心的Web服务描述语言WSDL文档经过服务发现中介的服务表示模块处理后，生成基于WordNet和潜在语义索引的向量空间模型WLSI-VSM语义特征向量，其步骤是：

（21）使用开源软件WSDL4J对Web服务描述语言WSDL文档进行服务解析；

（22）对解析后的Web服务描述语言WSDL文档进行分词、停用词过滤和抽取词干的处理，生成Web服务特征词典；

（23）基于Web服务特征词典，使用开源软件Lucene对Web服务描述语言WSDL文档进行词频索引处理，生成向量空间模型VSM词形特征向量；

（24）基于WordNet语料库，使用开源软件Rita对向量空间模型VSM词形特征向量进行语义扩展，生成基于WordNet的向量空间模型W-VSM语义特征向量；

（25）基于潜在语义索引LSI技术对基于WordNet的向量空间模型W-VSM语义特征向量进行词义消岐和概念语义空间降维，生成基于WordNet和潜在语义索引的向量空间模型WLSI-VSM语义特征向量；

（3）服务发现中介的服务分类模块对经过步骤（2）处理后的基于WordNet和潜在语义索引的向量空间模型WLSI-VSM语义特征向量采用核Batch SOM神经网络进行分类处理，将所有Web服务按照功能语义自适应地聚类成若干子类，并分别生成类标识服务-元服务；所述元服务代表服务子类中与该子类所有服务的相似度之和最大的Web服务，即该服务子类的聚类中心；

其中基于核Batch SOM神经网络的Web服务分类包括以下步骤：

（31）批量输入所有基于WordNet和潜在语义索引的向量空间模型WLSI-VSM语义特征向量；

（32）对核Batch SOM神经网络的每一个神经元权值ws赋初值，其中1≤s≤M，M为神经元个数，w_s表示第s个神经元权值；

（33）批量式迭代更新若干次神经元权值，直至核Batch SOM神经网络渐近稳定；具体为：

第一步，选择获胜神经元：

针对每一个输入x_j，按照下式计算相应的获胜神经元r(x_j)，

其中1≤j≤N，N为输入的WLSI-VSM语义特征向量个数，x_j表示第j个WLSI-VSM语义特征向量，k(x_j,w_s)表示以输入x_j和神经元权值w_s为参数的核函数；表示和在特征空间F的余弦相似度；

第二步，更新神经元权值：

迭代更新每一个神经元权值w_i，即：

$w_i(t+1)w_i\left(t\right)+\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{h}_{r\left(x_j\right),i}*\frac{\∂(k(x_j,w_i)/\sqrt{k(x_j,x_j)*k(w_i,w_i)})}{\∂w_i}/\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{h}_{r\left(x_j\right),i}$

其中1≤i≤M，t为正整数，w_i(t+1)表示第t+1次迭代时第i个神经元权值，w_i(t)表示第t次迭代时第i个神经元权值；

（34）根据步骤（33）学习得到的神经元权值，按照最近邻原则自适应聚类基于WordNet和潜在语义索引的向量空间模型WLSI-VSM服务向量，得到相应的服务子类；

（35）对步骤（34）所获得的服务子类计算聚类中心，并将其标记为代表该类的元服务；

（36）输出服务子类及相应的元服务；

（4）服务请求者构造Web服务请求描述文档并提交给服务发现中介；

（5）采用步骤（2）中的步骤（21）至（25）对步骤（4）的Web服务请求描述文档进行处理后，生成相应的查询请求向量；

（6）服务发现中介的服务匹配模块以经过步骤（5）处理后的查询请求向量作为输入，进行基于核余弦相似性测度的Web服务匹配，对匹配结果排序后，将符合查询请求的前n个查询结果反馈给查询结果展示模块；

（7）服务请求者根据查询结果通过Web服务调用支撑模块调用相应的Web服务。

2.根据权利要求1所述的基于神经网络聚类优化的Web服务发现的实现方法，其特征在于，步骤（6）基于核余弦相似性测度的Web服务匹配包括以下步骤：

（61）输入查询请求向量和经过步骤（3）处理后的服务子类及相应的元服务；

（62）计算查询请求向量与元服务的核余弦相似度；

（63）选择和查询请求向量最相似的元服务对应的服务子类作为服务候选集；

（64）计算查询请求向量与服务候选集中所有服务的核余弦相似度；

（65）根据核余弦相似度降序排列服务候选集；

（66）输出前n个符合查询请求的相关Web服务。