论文部分内容阅读
SOA以其灵活性、可扩展性被广泛应用。Web服务作为SOA的主流实现方式,具有良好的封装性、松耦合性和跨平台特点,这使得Web服务成为各企业和个人向用户提供业务的主要方式之一。SOA开发过度依赖于Web服务的发现机制,随着Internet上面的Web服务快速增长,Web服务呈现出“过载”的趋势。现行的UDDI注册中心提供的服务发现功能难以帮助用户找到合适的Web服务,这降低了SOA开发的效率。本文提出了一种建立在个性化Web服务搜索引擎之上的Web服务推荐子系统,利用推荐系统中成熟的信息过滤技术帮助用户发现其可能想要的Web服务,以克服Web服务过载的问题。
本文提出的Web服务推荐子系统,是一个结合语义相关度分析和传统的协同过滤推荐系统的混合推荐系统。该系统以协同过滤算法为基础,将语义计算领域的语义相关度概念引入服务计算中,将词语的语义相关度计算方法加以修改,应用于Web服务功能描述的语义相关度计算。通过Web服务语义相关度的计算优化Web服务推荐的质量。
论文首先介绍了研究Web服务推荐的背景和目的,以及推荐子系统所在的Web服务搜索引擎的相关情况。在分析总结了Web服务推荐子系统的需求的基础之上,论文提出了Web服务推荐子系统的总体架构和设计实现细节,并针对其中使用到的关键技术和方法进行了详细的说明。论文的最后针对Web服务推荐子系统的应用场景进行了测试,并指出了Web服务推荐子系统需要进一步改进和完善的地方。