目前基于SOA架构开发的项目越来越多,在这种架构模式下需要应用的一项技术就是Web服务,大量Web服务的出现对服务的发现提出了挑战。传统的基于关键字的服务发现机制已经不能满足当前用户的需要,如何在海量服务中很快的查找出符合用户需求的Web服务成为亟待解决的重要问题。本课题对现在的Web服务发现方法的发展状况进行研究,提出了一种基于聚类的语义Web服务发现方法。首先,对语义Web服务相关技术进行研究,传统的Web服务描述语言不具备被机器理解的语义,因此学者们提出了基于语义的Web服务描述语言OWL-S。本文主要用到OWL-S中的Service Profile,Service Profile主要是对Web服务进行基本的描述。其次对传统的服务匹配算法进行分析,研究了基于语义距离的相似度算法和基于信息量的相似度算法,考虑到上述两种算法各自的优缺点,本文将两种相似度算法结合在一起,提出了一种加权的语义相似度算法,这种算法能够考虑到本体概念树中父子概念节点和兄弟概念节点的区分度,因而对整个Web服务的相似度计算更加合理,进而能够提高Web服务在匹配过程中的性能。接下来根据本文提出的综合加权语义相似度算法度量并对Web服务实施聚类分析处理,本文选择采用K-means算法来处理Web服务数据集,生成功能相似的聚类簇,每一个簇都有一个聚类中心,代表不同功能的Web服务。最后,以上面研究的内容为基础开发出一个语义Web服务的发现系统,其中的语义Web服务匹配器是整个系统的关键部分,它用到了本文所提出的综合加权语义相似度算法。依据本体库提供的本体,对服务请求方需求服务进行匹配查询,挑选出相似度超过指定值的服务,对这些筛选出的Web服务按照QoS属性大小放入优先队列中,确定最后符合用户要求的原子服务。最后通过实验证明,本文提出的基于聚类的语义Web服务发现方法在查准率和查全率上要比传统的服务发现方法上要有一定的优势。