随着面向服务的计算(Service-Oriented Computing,SOC)与面向服务的体系架构(Service-Oriented Architecture,SOA)思想的提出,未来软件和网络发展的核心目标将是以Web服务为基本单位,动态地为网络用户提供可重用和快速组合的服务。目前研究人员从组合状态的角度把Web服务组合技术分成两类,业务流程驱动的Web服务组合和动态即时任务求解的Web服务组合。业务流程驱动的Web服务组合通过建立明确的过程模型,将业务流程中的每个过程绑定,形成一个流程式的组合服务。服务的内部流程固定,服务执行速度快,但是对网络环境的动态应变的能力不足。动态即时任务求解的Web服务组合的方法从完成用户即时需求任务的角度,即动态的、智能的为用户提供一次性高质量的服务组合,然后服务组合解体。没有考虑这个即时求解出服务组合在网络中用户的需求量,如果后期还有大量的用户提出同样的请求,就可能要重复搜索、绑定、组合这个服务组合多次。面对网络中注册的Web服务资源不断增加,服务搜索时间会延长,同样的服务请求,服务效率会越来越低。那么在即时任务求解的Web服务组合转变成流程式服务之前,有必要对这个服务组合的网络需求量要进行预测。预测的依据来源于对已经提供给用户使用的即时Web服务组合在用户使用量上进行数据挖掘。发现由多个原子服务即时组成的服务组合有大量的不同用户频繁请求和使用的,可以理解为用户偏好这些原子服务组合在一起提供的服务,也可以预测这个服务组合将还会有大量用户请求使用。所以可以将这些原子服务预先组合成为粒度更大、功能更强、用户需求量大的组合级服务,直接提供给用户使用。为后期有相同请求的用户,节省了服务组合再次搜索和组合的时间。本文研究的主要内容是:从对即时Web服务组合需求的用户量的角度对Web服务组合进行挖掘,来预测原子服务的粒度。采用改进的Apriori算法,发现大量用户频繁请求的即时服务组合,预先组合成为粒度大、功能强的原子服务,直接提供给用户搜索使用,提高用户在Web服务注册中心搜索原子服务的成功率,缩短搜索服务组合和再次组合的时间。