CN102651755B - 基于多特征匹配的服务发现方法及系统 - Google Patents

基于多特征匹配的服务发现方法及系统 Download PDF

Info

Publication number
CN102651755B
CN102651755B CN201110047821.7A CN201110047821A CN102651755B CN 102651755 B CN102651755 B CN 102651755B CN 201110047821 A CN201110047821 A CN 201110047821A CN 102651755 B CN102651755 B CN 102651755B
Authority
CN
China
Prior art keywords
request message
inquiry request
service
similarity
matrices
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.)
Expired - Fee Related
Application number
CN201110047821.7A
Other languages
English (en)
Other versions
CN102651755A (zh
Inventor
赵永望
马殿富
李静
刘旭东
褚东杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beihang University
Original Assignee
Beihang University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beihang University filed Critical Beihang University
Priority to CN201110047821.7A priority Critical patent/CN102651755B/zh
Priority to PCT/CN2011/072647 priority patent/WO2012116512A1/zh
Publication of CN102651755A publication Critical patent/CN102651755A/zh
Application granted granted Critical
Publication of CN102651755B publication Critical patent/CN102651755B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/51—Discovery or management thereof, e.g. service location protocol [SLP] or web services

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明涉及一种基于多特征匹配的服务发现方法及系统，其中方法包括：根据查询请求消息获取请求输入功能性矩阵集合和请求输出功能性矩阵集合；根据所述请求输入功能性矩阵集合和请求输出功能性矩阵集合计算与所述查询请求消息相关联的候选服务集合中的每一个服务之间的相似度；根据所述相似度获取所述查询请求消息待查询的服务列表。本发明实施例提供的基于多特征匹配的服务发现方法及系统，由于在发现服务时避免了对服务的语义进行推理以及对服务的相似度进行计算，从而提高服务与请求查询消息的匹配效率，从而提高了获取服务的时间效率。

Description

基于多特征匹配的服务发现方法及系统
技术领域
本发明涉及计算机技术领域，尤其是一种基于多特征匹配的服务发现方法及系统。
背景技术
互联网的迅速发展使得现有网络成为一个巨大的异构平台，大量的软件服务部署于该异构平台上。用户如何方便地使用这些服务，服务之间如何进行灵活的互操作成为学术界与工业界共同关注的重要问题，由此产生了面向服务的计算(Service-Oriented Computing，简称：SOC)。
目前，SOC环境正向两个方向飞速发展，一方面，网络访问方式由过去单一的固定互联网与普通计算机结合的访问方式向着多种接入、多种终端设备参与的访问方式发展；另一方面，大型分布式应用的规模和范围不断扩大，跨越多个自治领域的服务需求激增；在实际的服务环境中，用户需求不断变化，服务提供者也不断的改进其服务，网络中随时会出现新服务，也随时会有服务退出。
在现有的Web服务解决方案中，语义服务发现方法主要基于直接推理，在服务请求与候选服务进行服务匹配时，往往涉及跨越不同本体领域的多个参数之间的语义关系判断，而语义关系判断涉及大量本体装载、分类和推理，因此时间效率十分低下。
发明内容
本发明的目的在于提供一种基于多特征匹配的服务发现方法及系统，提高获取服务的时间效率。
本发明实施例提供一种基于多特征匹配的服务发现方法，包括：
根据查询请求消息获取请求输入功能性矩阵集合和请求输出功能性矩阵集合；
根据所述请求输入功能性矩阵集合和请求输出功能性矩阵集合计算与所述查询请求消息相关联的候选服务集合中的每一个服务之间的相似度；
根据所述相似度获取所述查询请求消息待查询的服务列表。
本发明实施例提供一种基于多特征匹配的服务发现系统，该基于多特征匹配的服务发现系统能够实现上述技术方案的基于多特征匹配的服务发现方法，其中，该系统包括：
第一获取模块，用于根据查询请求消息获取请求输入功能性矩阵集合和请求输出功能性矩阵集合；
计算模块，用于根据所述请求输入功能性矩阵集合和请求输出功能性矩阵集合计算与所述查询请求消息相关联的候选服务集合中的每一个服务之间的相似度；
第二获取模块，用于根据所述相似度获取所述查询请求消息待查询的服务列表。
本发明提供的基于多特征匹配的服务发现方法及系统，根据请求输入功能性矩阵集合和请求输出功能性矩阵集合计算与查询请求消息相关联的候选服务集合中的每一个服务之间的相似度，并根据相似度获取与查询请求消息待查询的服务列表，由于在获取服务时避免了对服务的语义进行推理以及对服务的相似度进行计算，从而提高服务与请求查询消息的匹配效率，从而提高了获取服务的时间效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明基于多特征匹配的服务发现方法一个实施例的流程示意图；
图2为本发明基于多特征匹配的服务发现方法又一个实施例的流程示意图；
图3为本发明基于多特征匹配的服务发现系统一个实施例的结构示意图；
图4为本发明基于多特征匹配的服务发现系统又一个实施例的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为本发明基于多特征匹配的服务发现方法一个实施例的流程示意图，如图1所示，本发明实施例包括如下步骤：
步骤101、根据查询请求消息获取请求输入功能性矩阵集合和请求输出功能性矩阵集合；
步骤102、根据该请求输入功能性矩阵集合和请求输出功能性矩阵集合计算与该查询请求消息相关联的候选服务集合中的每一个服务之间的相似度；
步骤103、根据该相似度获取该查询请求消息待查询的服务列表。
本发明实施例提供的基于多特征匹配的服务发现方法，根据请求输入功能性矩阵集合和请求输出功能性矩阵集合计算与查询请求消息相关联的候选服务集合中的每一个服务之间的相似度，并根据相似度获取与查询请求消息待查询的服务列表，由于在获取服务时避免了对服务的语义进行推理以及对服务的相似度进行计算，从而提高了服务与请求查询消息的匹配效率，进一步提高了获取服务的时间效率。
图2为本发明基于多特征匹配的服务发现方法又一个实施例的流程示意图，如图2所示，本发明实施例包括如下步骤：
步骤201、对查询请求消息相对应的发布文档进行语义信息抽取，得到该查询请求消息所有本体的数目、该查询请求消息的输入参数与该查询请求消息引用的多个本体中所有输入参数语义概念的关系；
步骤202、根据该所有本体的数目、该查询请求消息的输入参数、该查询请求消息的输出参数与该查询请求消息引用的多个本体中所有输入参数语义概念的关系获取请求输入功能性矩阵集合；
步骤203、根据该所有本体的数目、该查询请求消息的输出参数与该查询请求消息引用的多个本体中所有输出参数语义概念的关系获取请求输出功能性矩阵集合；
步骤204、根据该查询请求消息对保存在数据库中的多个服务进行过滤；
步骤205、根据该多个服务的类型信息、该多个服务的输入输出数量以及服务引用到的本体信息对服务进行过滤，得到与该查询请求消息相关联的候选服务集合；
步骤206、根据服务功能性匹配方法计算该候选服务集合中的每一个服务和所述查询请求消息的功能相似度矩阵；
步骤207、根据服务非功能性匹配方法计算该候选服务集合中的每一个服务和该查询请求消息的非功能相似度矩阵；
步骤208、根据该候选服务集合中的每一个服务的文本特征向量和该查询请求消息的文本特征向量获取文本相似度矩阵；
步骤209、根据该功能相似度矩阵、非功能相似度矩阵和文本相似度矩阵获取该查询请求消息与该候选服务中的每一个服务的相似度；
步骤210、根据该相似度获取该查询请求消息待查询的服务列表。
上述步骤201中，当查询请求消息R发布时，请求语义信息预处理机制在查询请求发布同时提取请求元数据信息及请求参数语义信息，对请求语义做一致性检查，保存预处理结果；本发明实施例预设了用于服务请求的语义信息抽取模板(SRT)以及用于语义信息抽取的服务发布模板(SPT)；其中，根据服务发布模板(SPT)中预设的服务语义元数据信息抽取查询请求消息R中的语义信息，由于SRT是对查询请求消息进行语义信息抽取的基础，通过解析SRT，能够获得查询请求消息中的语义信息，与现有技术中的服务功能性矩阵，由于查询请求消息中的语义信息预处理阶段不需要语义推理，因此使得后续的请求输入功能性矩阵集合与输出功能性矩阵集合生成过程相对简单。
上述步骤202中，请求输入功能性矩阵集合FRi具体可以为：FRi＝{FRi1，FRi2...FRik}，其中，请求输入功能性矩阵集合FRi由k个矩阵组成，k为查询请求消息R所有引用本体的数目，矩阵FRij表示查询请求消息R的输入参数与查询请求消息R引用的第j个本体中所有输入参数语义概念的关系；矩阵FRij的行数为R的输入参数中个数m，矩阵FRij的列数为本体ontk的概念个数cnk；具体地，可以按照公式获取到请求输入功能性矩阵集合Fri，其中，FRij.vpq为查询请求消息R输入矩阵集合中第j个矩阵中位于第p行第q列的元素的值；基于公式FRij.vpq代表R输入inp语义概念与本体ontj中的第q个概念ontj.conceptq的精确匹配程度，故请求输入功能性矩阵中的元素只有1和0两个值。
上述步骤203中，查询请求消息R的输出功能性矩阵集合FRo具体可以为：FRo＝{FRo1，FRo2...FRok}，其中，输出功能性矩阵集合FRo由k个矩阵组成，k为查询请求消息R所有引用本体的数目；矩阵FRoj表示查询请求消息R的输出参数与查询请求消息R引用的第j个本体中所有输出参数语义概念的关系；矩阵FRoj的行数为查询请求消息R的输入参数个数n，矩阵FRoj的列数为本体ontk的概念个数cnk；具体地，可以按照公式获取到输出功能性矩阵集合Fro，其中，FRoj.vpq为查询请求消息R的输出矩阵集合中第j个矩阵中位于第p行第q列的元素的值；FRoj.vpq代表R输出onp语义概念与本体ontj中的第q个概念ontj.conceptq的精确匹配程度故请求输出功能性矩阵中的元素只有1和0两个值。
上述步骤205中，可以先基于服务类别对候选服务集合进行过滤；然后基于服务输入输出数目对候选服务集合进行过滤，最后基于服务引用的本体对候选服务集合进行过滤；具体地，服务类别是对服务功能所属领域的描述，是由服务提供者发布服务时是选择性给出的，在基于服务类别进行过滤阶段，如果服务请求者提供了服务类别约束，则按照该类别对候选服务集合中的每一个包含服务类别约束的服务进行遍历，当存在服务类别不被请求的服务类别所包含时，将该服务过滤掉；在基于服务输入输出数目对候选服务集合进行过滤时，引入前提假设服务输出参数数目少于查询请求消息要求的输出参数数目时，认为服务不能提供查询请求消息所需的完整信息，则导致服务与查询请求消息无法匹配；当服务输入参数的数目大于查询请求消息的输入参数的数目时，认为查询请求消息不能提供满足服务所要求的全部输入，则同样导致服务与查询请求消息无法匹配；基于上述描述，将候选服务集合中输入参数的数目大于查询请求消息的输入参数的树木的服务过滤掉；将数据库中的输出参数的树木小于查询请求消息的输出参数的数目的服务过滤掉；此外，由于任一领域本体，对本领域概念的描述是完备的，不同本体描述的领域也是不同的，因此若服务没有引用请求中所引用的本体，则服务不可能提供与查询请求消息要求的功能参数相同领域的功能参数，则该服务与查询请求消息之间也不可能存在任何相似关系，因此通过上述过程可以将服务候选集合中没有引用所引用的本体的服务都过滤掉。
上述步骤206中，服务功能性匹配方法具体为：对于给定的服务输入功能性矩阵集合Fi(S)＝{Fi1，Fi2...Fik}以及请求输入功能性矩阵集合FRi＝{FRi1，FRi2...FRik}，FRo＝{FRo1，FRo2...FRok}：Result＝{iResult1，iResult2...iResultk}＝{Fi1 -1*FRi1，Fi2 -1*FRi2...Fim -1*FRim...Fik -1*FRik}(1≤m≤k)，其中，iResult由k个矩阵组成，k为服务S和查询请求消息R输入参数所有引用本体的数目中的最大值；上述k个本体构成服务匹配阶段的本体集合；对于任意本体ontj，若有服务S或查询请求消息R的输出参数没用引用ontj，则对应的服务功能性矩阵集合或者请求功能性矩阵集合的第j个矩阵元素用全零替代；iResult中第m个元素为Fim -1*FRim，表示服务S的输入功能性矩阵Fim与查询请求消息R的输入功能性矩阵FRim的乘积。
上述步骤207中，服务非功能性匹配方法具体为：接受服务服务候选集合中任意服务S与查询请求消息R，计算并返回服务S与查询请求消息R的非功能属性匹配相似度；对于查询请求消息R中定义的每一个服务质量(QoS)的属性qosj，判断其在服务S中是否也定义了相同的属性qosj，若有，则计算服务S中的该属性的取值范围与查询请求消息R中该属性取值范围重叠部分占查询请求消息R中该属性取值范围的比值，该比值为服务S与查询请求消息R在qosj属性上的相似度；最后通过计算所有QoS属性上相似度的平均值来计算服务S与查询请求消息R的非功能匹配相似度。
上述步骤208中，根据服务的文本特征向量v和请求的文本特征向量v’，通过公式ts＝v×v’计算服务和请求的文本特征相似度ts；
上述步骤209中，对功能相似度矩阵、非功能相似度矩阵和文本相似度矩阵进行融合，按照最后的相似度对服务进行排序，根据功能相似度ms，非功能相似度qs和文本相似度ts查询请求消息R和服务ci的相似度S(r，ci)，具体地，如公式S(r，ci)＝a×ms+(1-a)×qs+ts所示，其中，参数a(0＜a＜1)是一个用户可调节的参数，该参数a反映了用户对功能和非功能性的偏好，优选地，取参数a＝0.7。
本发明实施例提供的基于多特征匹配的服务发现方法，根据请求输入功能性矩阵集合和请求输出功能性矩阵集合计算与查询请求消息相关联的候选服务集合中的每一个服务之间的相似度，并根据相似度获取与查询请求消息待查询的服务列表，由于在获取服务时避免了对服务的语义进行推理以及对服务的相似度进行计算，从而提高了服务与请求查询消息的匹配效率，进一步提高了获取服务的时间效率。
图3为本发明基于多特征匹配的服务发现系统一个实施例的结构示意图，如图3所示，本发明实施例包括：第一获取模块31、计算模块32、第二获取模块33；
其中，第一获取模块31根据查询请求消息获取请求输入功能性矩阵集合和请求输出功能性矩阵集合；计算模块32根据所述请求输入功能性矩阵集合和请求输出功能性矩阵集合计算与所述查询请求消息相关联的候选服务集合中的每一个服务之间的相似度；第二获取模块33根据所述相似度获取所述查询请求消息待查询的服务列表。
本发明实施例提供的基于多特征匹配的服务发现系统，通过计算模块32根据请求输入功能性矩阵集合和请求输出功能性矩阵集合计算与查询请求消息相关联的候选服务集合中的每一个服务之间的相似度，第二获取模块33根据相似度获取与查询请求消息待查询的服务列表，由于在获取服务时避免了对服务的语义进行推理以及对服务的相似度进行计算，从而提高了服务与请求查询消息的匹配效率，进一步提高了获取服务的时间效率。
图4为本发明基于多特征匹配的服务发现系统又一个实施例的结构示意图，如图4所示，本发明实施例包括：第一获取模块41、计算模块42、第二获取模块43；
其中，第一获取模块41根据查询请求消息获取请求输入功能性矩阵集合和请求输出功能性矩阵集合；计算模块42根据所述请求输入功能性矩阵集合和请求输出功能性矩阵集合计算与所述查询请求消息相关联的候选服务集合中的每一个服务之间的相似度；第二获取模块43根据所述相似度获取所述查询请求消息待查询的服务列表。
进一步地，第一获取模块41还可以包括：抽取单元411、第一获取单元412、第二获取单元413；其中，抽取单元411对所述查询请求消息相对应的发布文档进行语义信息抽取，得到所述查询请求消息所有本体的数目、所述查询请求消息的输入参数与所述查询请求消息引用的多个本体中所有输入参数语义概念的关系；第一获取单元412根据所述所有本体的数目、所述查询请求消息的输入参数、所述查询请求消息的输出参数与所述查询请求消息引用的多个本体中所有输入参数语义概念的关系获取请求输入功能性矩阵集合；第二获取单元413根据所述所有本体的数目、所述查询请求消息的输出参数与所述查询请求消息引用的多个本体中所有输出参数语义概念的关系获取请求输出功能性矩阵集合。
进一步地，计算模块42还可以包括：第一过滤单元421、第二过滤单元422、第一计算单元423；其中，第一过滤单元421根据所述查询请求消息对保存在数据库中的多个服务进行过滤；第二过滤单元422根据所述多个服务的类型信息、所述多个服务的输入输出数量以及服务引用到的本体信息对服务进行过滤，得到与所述查询请求消息相关联的候选服务集合；第一计算单元423计算所述候选服务集合中的每一个服务与所述查询请求消息的相似度。
进一步地，第一计算单元423还可以包括：第一计算子单元、第二计算子单元、第一获取子单元、第二获取子单元；其中，第一计算子单元根据服务功能性匹配方法计算所述候选服务集合中的每一个服务和所述查询请求消息的功能相似度矩阵；第二计算子单元根据服务非功能性匹配方法计算所述候选服务集合中的每一个服务和所述查询请求消息的非功能相似度矩阵；第一获取子单元根据所述候选服务集合中的每一个服务的文本特征向量和所述查询请求消息的文本特征向量获取文本相似度矩阵；第二获取子单元根据所述功能相似度矩阵、非功能相似度矩阵和文本相似度矩阵获取所述查询请求消息与所述候选服务中的每一个服务的相似度。
进一步地，第二获取子单元还可以包括：乘法子单元和计算子单元；其中，乘法子单元，用于根据功能相似度矩阵和非功能相似度矩阵进行矩阵乘积，生成输入匹配结果矩阵；计算子单元，用于计算所述匹配结果矩阵中所有非零元素的数目，该所述所有非零元素的数目与所有输入参数和输出参数的个数的比值作为所述服务与所述查询请求消息匹配的相似度。
本发明实施例提供的基于多特征匹配的服务发现方法，通过计算模块42根据请求输入功能性矩阵集合和请求输出功能性矩阵集合计算与查询请求消息相关联的候选服务集合中的每一个服务之间的相似度，第二获取模块43根据相似度获取与查询请求消息待查询的服务列表，由于在获取服务时避免了对服务的语义进行推理以及对服务的相似度进行计算，从而提高了服务与请求查询消息的匹配效率，进一步提高了获取服务的时间效率。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、设备、模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本领域普通技术人员可以理解：实现上述实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (8)

1.一种基于多特征匹配的服务发现方法，其特征在于，包括：
根据查询请求消息获取请求输入功能性矩阵集合和请求输出功能性矩阵集合；
根据所述请求输入功能性矩阵集合和请求输出功能性矩阵集合计算与所述查询请求消息相关联的候选服务集合中的每一个服务之间的相似度；
根据所述相似度获取所述查询请求消息待查询的服务列表；
其中，所述根据查询请求消息获取请求输入功能性矩阵集合和请求输出功能性矩阵集合包括：
对查询请求消息相对应的发布文档进行语义信息抽取，得到所述查询请求消息所有本体的数目、所述查询请求消息的输入参数与所述查询请求消息引用的多个本体中所有输入参数语义概念的关系；
根据所述所有本体的数目、所述查询请求消息的输入参数与所述查询请求消息引用的多个本体中所有输入参数语义概念的关系获取请求输入功能性矩阵集合；
根据所述所有本体的数目、所述查询请求消息的输出参数与所述查询请求消息引用的多个本体中所有输出参数语义概念的关系获取请求输出功能性矩阵集合。
2.根据权利要求1所述的方法，其特征在于，所述根据所述请求输入功能性矩阵集合和请求输出功能性矩阵集合计算与所述查询请求消息相关联的候选服务集合中的每一个服务之间的相似度包括：
根据所述查询请求消息对保存在数据库中的多个服务进行过滤；
根据所述多个服务的类型信息、所述多个服务的输入输出数量以及服务引用到的本体信息对服务进行过滤，得到与所述查询请求消息相关联的候选服务集合；
计算所述候选服务集合中的每一个服务与所述查询请求消息的相似度。
3.根据权利要求2所述的方法，其特征在于，所述计算所述候选服务集合中的每一个服务与所述查询请求消息的相似度包括：
根据服务功能性匹配方法计算所述候选服务集合中的每一个服务和所述查询请求消息的功能相似度矩阵；
根据服务非功能性匹配方法计算所述候选服务集合中的每一个服务和所述查询请求消息的非功能相似度矩阵；
根据所述候选服务集合中的每一个服务的文本特征向量和所述查询请求消息的文本特征向量获取文本相似度矩阵；
根据所述功能相似度矩阵、非功能相似度矩阵和文本相似度矩阵获取所述查询请求消息与所述候选服务中的每一个服务的相似度。
4.根据权利要求3所述的方法，其特征在于，所述根据所述功能相似度矩阵、非功能相似度矩阵和文本相似度矩阵获取所述查询请求消息与所述候选服务中的每一个服务的相似度包括：
根据公式S(r，ci)＝a×ms+(1-a)×qs+ts计算所述查询请求消息r和所述候选服务中服务ci的相似度，其中，S(r，ci)表示所述查询请求消息r和所述候选服务中服务ci的相似度，ms表示所述功能相似度矩阵，qs表示所述非功能相似度矩阵，ts表示所述文本相似度矩阵，参数a是一个用户可调节的参数，0<a<1，参数a反映用户对功能和非功能性的偏好。
5.一种基于多特征匹配的服务发现系统，其特征在于，包括：
第一获取模块，用于根据查询请求消息获取请求输入功能性矩阵集合和请求输出功能性矩阵集合；
计算模块，用于根据所述请求输入功能性矩阵集合和请求输出功能性矩阵集合计算与所述查询请求消息相关联的候选服务集合中的每一个服务之间的相似度；
第二获取模块，用于根据所述相似度获取所述查询请求消息待查询的服务列表；
其中，所述第一获取模块包括：
抽取单元，用于对所述查询请求消息相对应的发布文档进行语义信息抽取，得到所述查询请求消息所有本体的数目、所述查询请求消息的输入参数与所述查询请求消息引用的多个本体中所有输入参数语义概念的关系；
第一获取单元，用于根据所述所有本体的数目、所述查询请求消息的输入参数与所述查询请求消息引用的多个本体中所有输入参数语义概念的关系获取请求输入功能性矩阵集合；
第二获取单元，用于根据所述所有本体的数目、所述查询请求消息的输出参数与所述查询请求消息引用的多个本体中所有输出参数语义概念的关系获取请求输出功能性矩阵集合。
6.根据权利要求5所述的系统，其特征在于，所述计算模块包括：
第一过滤单元，用于根据所述查询请求消息对保存在数据库中的多个服务进行过滤；
第二过滤单元，用于根据所述多个服务的类型信息、所述多个服务的输入输出数量以及服务引用到的本体信息对服务进行过滤，得到与所述查询请求消息相关联的候选服务集合；
第一计算单元，用于计算所述候选服务集合中的每一个服务与所述查询请求消息的相似度。
7.根据权利要求6所述的系统，其特征在于，所述第一计算单元包括：
第一计算子单元，用于根据服务功能性匹配方法计算所述候选服务集合中的每一个服务和所述查询请求消息的功能相似度矩阵；
第二计算子单元，用于根据服务非功能性匹配方法计算所述候选服务集合中的每一个服务和所述查询请求消息的非功能相似度矩阵；
第一获取子单元，用于根据所述候选服务集合中的每一个服务的文本特征向量和所述查询请求消息的文本特征向量获取文本相似度矩阵；
第二获取子单元，用于根据所述功能相似度矩阵、非功能相似度矩阵和文本相似度矩阵获取所述查询请求消息与所述候选服务中的每一个服务的相似度。
8.根据权利要求7所述的系统，其特征在于，所述第二获取子单元用于根据公式S(r，ci)＝a×ms+(1-a)×qs+ts计算所述查询请求消息r和所述候选服务中服务ci的相似度，其中，S(r，ci)表示所述查询请求消息r和所述候选服务中服务ci的相似度，ms表示所述功能相似度矩阵，qs表示所述非功能相似度矩阵，ts表示所述文本相似度矩阵，参数a是一个用户可调节的参数，0<a<1，参数a反映用户对功能和非功能性的偏好。
CN201110047821.7A 2011-02-28 2011-02-28 基于多特征匹配的服务发现方法及系统 Expired - Fee Related CN102651755B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201110047821.7A CN102651755B (zh) 2011-02-28 2011-02-28 基于多特征匹配的服务发现方法及系统
PCT/CN2011/072647 WO2012116512A1 (zh) 2011-02-28 2011-04-12 基于多特征匹配的服务发现方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201110047821.7A CN102651755B (zh) 2011-02-28 2011-02-28 基于多特征匹配的服务发现方法及系统

Publications (2)

Publication Number Publication Date
CN102651755A CN102651755A (zh) 2012-08-29
CN102651755B true CN102651755B (zh) 2015-02-18

Family

ID=46693649

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201110047821.7A Expired - Fee Related CN102651755B (zh) 2011-02-28 2011-02-28 基于多特征匹配的服务发现方法及系统

Country Status (2)

Country Link
CN (1) CN102651755B (zh)
WO (1) WO2012116512A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106529801B (zh) * 2016-11-09 2019-11-01 北京航空航天大学 服务组合候选集构建方法及系统
CN109948062A (zh) * 2019-03-29 2019-06-28 广州市百果园网络科技有限公司 一种目标匹配方法、装置、服务器、系统及存储介质
CN113434656B (zh) * 2021-07-21 2023-04-25 广州华多网络科技有限公司 电商客服匹配方法及其相应的装置、设备、介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101674290A (zh) * 2008-11-26 2010-03-17 天津大学 基于语义web服务关系网络的自动服务组合系统
US7877726B2 (en) * 2004-07-13 2011-01-25 The Mitre Corporation Semantic system for integrating software components

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7877726B2 (en) * 2004-07-13 2011-01-25 The Mitre Corporation Semantic system for integrating software components
CN101674290A (zh) * 2008-11-26 2010-03-17 天津大学 基于语义web服务关系网络的自动服务组合系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
一种关于语义Web服务匹配的策略和实现;张献等;《计算机科学》;20071231;第34卷(第5期);第99－103页 *

Also Published As

Publication number Publication date
WO2012116512A1 (zh) 2012-09-07
CN102651755A (zh) 2012-08-29

Similar Documents

Publication Publication Date Title
Ma et al. Big graph search: challenges and techniques
Patel et al. A hybrid CNN-LSTM model for predicting server load in cloud computing
CN110019555B (zh) 一种关系数据语义化建模方法
CN106126648B (zh) 一种基于重做日志的分布式商品信息爬虫方法
CN103440288A (zh) 一种大数据存储方法及装置
CN108509566B (zh) 一种基于云上95598数据发布服务业务系统网络拓扑可视化方法
CN104331421A (zh) 一种大数据的高效处理方法及系统
CN104850665A (zh) 通过流程嵌套实现流程流转的方法及系统
CN102043863B (zh) 一种Web服务聚类的方法
US20130346445A1 (en) Augmenting queries when searching a semantic database
Dhyani et al. Big data analytics using Hadoop
CN102651755B (zh) 基于多特征匹配的服务发现方法及系统
DE102012221251A1 (de) Semantisches und kontextbezogenes Durchsuchen von Wissensspeichern
CN106776869A (zh) 基于神经网络的搜索优化方法、装置以及搜索引擎
Löser et al. Situational business intelligence
CN116680423B (zh) 电力供应链多源异构数据的管理方法、装置、设备及介质
WO2017040209A1 (en) Data preparation for data mining
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
CN105069101A (zh) 分布式索引构建及检索方法
CN105491078A (zh) Soa系统中的数据处理方法及装置、soa系统
Vaisman et al. Data warehouses: Next challenges
CN109739882A (zh) 一种基于Presto和Elasticsearch的大数据查询优化方法
CN111125199B (zh) 一种数据库访问方法、装置及电子设备
CN103823881B (zh) 分布式数据库的性能优化的方法及装置
CN107704620A (zh) 一种档案管理的方法、装置、设备和存储介质

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20150218

Termination date: 20170228