專利名稱：一種基于神經(jīng)網(wǎng)絡(luò)聚類優(yōu)化的Web服務(wù)發(fā)現(xiàn)的實(shí)現(xiàn)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種基于神經(jīng)網(wǎng)絡(luò)聚類優(yōu)化的語義Web服務(wù)發(fā)現(xiàn)的實(shí)現(xiàn)方法，主要用 于解決開放網(wǎng)絡(luò)環(huán)境下快速、準(zhǔn)確和高效地發(fā)現(xiàn)滿足用戶需求的Web服務(wù)的問題，屬于分 布式計(jì)算領(lǐng)域。
背景技術(shù)：
隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展與普及，如何在開放、動(dòng)態(tài)的網(wǎng)絡(luò)環(huán)境下實(shí)現(xiàn)各類資 源的共享和集成已經(jīng)成為計(jì)算機(jī)軟件技術(shù)面臨的重要挑戰(zhàn)之一。近年來，越來越多的企業(yè) 將其核心業(yè)務(wù)轉(zhuǎn)移到互聯(lián)網(wǎng)上，電子商務(wù)技術(shù)已從簡(jiǎn)單的Web信息發(fā)布發(fā)展到互聯(lián)網(wǎng)范圍 內(nèi)的數(shù)據(jù)共享和信息集成。越來越多的應(yīng)用表明，Web服務(wù)作為一種新型的分布式計(jì)算模 型，實(shí)現(xiàn)了面向服務(wù)的架構(gòu)，具有良好的封裝性和廣泛適用性，強(qiáng)調(diào)開放的標(biāo)準(zhǔn)和協(xié)議規(guī) 范，采用了通用的數(shù)據(jù)格式，軟件資源的服務(wù)接口完全公開，解決了軟件跨平臺(tái)和跨防火墻 訪問等問題。通過軟件資源的集成松散耦合，Web服務(wù)支持動(dòng)態(tài)的電子商務(wù)與應(yīng)用集成，使 得網(wǎng)絡(luò)應(yīng)用為人們提供服務(wù)的能力大大增強(qiáng)，正在成為企業(yè)信息規(guī)劃、動(dòng)態(tài)電子商務(wù)和應(yīng) 用集成的重要支撐技術(shù)。主要的信息技術(shù)供應(yīng)商和應(yīng)用企業(yè)，均已對(duì)Web服務(wù)提供支持。 例如，SAP、Oracle、IBM、Microsoft、HP等提供了面向服務(wù)架構(gòu)的業(yè)務(wù)平臺(tái)，IBM和HP在其 “適需商務(wù)”和“自適應(yīng)企業(yè)”中，倡導(dǎo)使用Web服務(wù)作為信息基礎(chǔ)設(shè)施的軟構(gòu)件；Amazon、 Google、Yahoo和eBay等發(fā)布了構(gòu)建網(wǎng)上書店、搜索工具和拍賣的Web服務(wù)。然而，由于 Web服務(wù)是由分布于網(wǎng)絡(luò)上的眾多組織和個(gè)人獨(dú)立開發(fā)，其數(shù)量眾多且增長(zhǎng)迅速，只有發(fā)現(xiàn) 滿足用戶需求的服務(wù)，才使得Web服務(wù)的組合、調(diào)用和監(jiān)控成為可能。Web服務(wù)發(fā)現(xiàn)的結(jié)果 和效率將直接影響到上層應(yīng)用系統(tǒng)的功能和質(zhì)量。因此，如何快速、準(zhǔn)確、高效地發(fā)現(xiàn)用戶 所需的Web服務(wù)成為了制約Web服務(wù)發(fā)展的一個(gè)關(guān)鍵性問題。基于語義技術(shù)的Web服務(wù)發(fā)現(xiàn)技術(shù)，目前已是Web服務(wù)領(lǐng)域的研究熱點(diǎn)之一。 Web服務(wù)的語義表示是基于語義技術(shù)的Web服務(wù)發(fā)現(xiàn)技術(shù)的前提，一些研究者把Web服務(wù) 和語義Web技術(shù)融合在一起，提出了許多基于本體的語義Web服務(wù)表示方法。如OWL-S (Ontology-based Web Language—Service)、WSMO (Web Service Model Ontology)、SffSO (Semantic Web Service Ontology)>DSD(Diane Service Description)^SAffSDLCSemantic Annotation for WSDL)等，其中前四種語言拋棄了現(xiàn)有的 WSDL(Web Service Description Language)架構(gòu)，而SAWSDL是在WSDL基礎(chǔ)上，使用本體標(biāo)注信息對(duì)其進(jìn)行擴(kuò)展，以支持語義 信息。在這幾種語言中，OWL-S與WSMO受到廣泛關(guān)注，是目前兩種主流的語義Web服務(wù)描 述語言。雖然這些基于本體的Web服務(wù)描述方法豐富了 Web服務(wù)的語義信息，消減了服務(wù) 表示的歧義，使得服務(wù)請(qǐng)求者可以利用語義匹配算法查詢所需服務(wù)，改善了服務(wù)發(fā)現(xiàn)的精 度。但是各領(lǐng)域本體庫的構(gòu)建和維護(hù)需要領(lǐng)域?qū)＜业膮⑴c，需要耗費(fèi)大量的人力和物力，而 且更為重要的是，迄今為止仍然缺乏整合和重用現(xiàn)有本體庫的標(biāo)準(zhǔn)，沒有一個(gè)統(tǒng)一的基于 本體的語義Web服務(wù)語言。因此，若完全拋棄WSDL，而采用全新的語言描述Web服務(wù)，將耗 費(fèi)巨額資源，顯然這是不現(xiàn)實(shí)的，正是上述這些難點(diǎn)制約了基于本體的語義Web服務(wù)的大規(guī)模實(shí)際應(yīng)用。實(shí)際上，由于現(xiàn)有的Web服務(wù)絕大多數(shù)都是使用WSDL語言描述，業(yè)已成為工業(yè)界 的事實(shí)標(biāo)準(zhǔn)，并且被許多開發(fā)工具所支持。因此，本發(fā)明在不引進(jìn)新的語言和本體描述Web 服務(wù)的前提下，針對(duì)基于WSDL語言描述的Web服務(wù)，盡可能地利用WSDL文檔描述信息，并 結(jié)合WordNet語義擴(kuò)展、LSI (Latent Semantic Indexing)概念語義空間降維、神經(jīng)網(wǎng)絡(luò)、 核機(jī)學(xué)習(xí)等信息檢索和機(jī)器學(xué)習(xí)技術(shù)，提出了一種基于神經(jīng)網(wǎng)絡(luò)聚類優(yōu)化的Web服務(wù)發(fā)現(xiàn) 方法。由于Web服務(wù)發(fā)現(xiàn)的效率和精度很大程度上依賴于服務(wù)表示、服務(wù)分類以及服務(wù)匹 配算法。其中，服務(wù)表示方法和服務(wù)匹配算法的性能影響著服務(wù)發(fā)現(xiàn)的精度，而對(duì)服務(wù)進(jìn)行 預(yù)分類管理，將功能相同或相近的Web服務(wù)劃分在一起，從中抽取“元服務(wù)”概念來描述每 一類Web服務(wù)，進(jìn)而使用這個(gè)“元服務(wù)”來輔助Web服務(wù)的注冊(cè)、查找等，可以大大縮小服務(wù) 搜索的匹配空間，從而可以提高Web服務(wù)發(fā)現(xiàn)的效率。

發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問題是提供一種基于神經(jīng)網(wǎng)絡(luò)聚類優(yōu)化的Web服務(wù)發(fā)現(xiàn) 方法，適用于企業(yè)信息規(guī)劃、動(dòng)態(tài)電子商務(wù)和應(yīng)用集成，主要用于解決開放網(wǎng)絡(luò)環(huán)境下快 速、準(zhǔn)確地發(fā)現(xiàn)滿足用戶需求的Web服務(wù)。本發(fā)明為解決以上技術(shù)問題采用如下技術(shù)方案
一種基于神經(jīng)網(wǎng)絡(luò)聚類優(yōu)化的Web服務(wù)發(fā)現(xiàn)的實(shí)現(xiàn)方法，包括如下步驟
(1)服務(wù)提供者開發(fā)Web服務(wù)并在服務(wù)注冊(cè)中心注冊(cè)發(fā)布；
(2)服務(wù)注冊(cè)中心的WSDL文檔經(jīng)過服務(wù)發(fā)現(xiàn)中介的服務(wù)表示模塊處理后，生成 WfLSI-VSM語義特征向量，其步驟是
(21)使用開源軟件WSDL4J對(duì)WSDL文檔進(jìn)行服務(wù)解析；
(22)對(duì)解析后的WSDL文檔進(jìn)行分詞、停用詞過濾和抽取詞干的處理，生成Web服務(wù)特 征詞典；
(23)基于Web服務(wù)特征詞典，使用開源軟件Lucene對(duì)WSDL文檔進(jìn)行詞頻索引處理，生 成VSM詞形特征向量；
(24)基于WordNet語料庫，使用開源軟件Rita對(duì)VSM詞形特征向量進(jìn)行語義擴(kuò)展，生 成W-VSM語義特征向量；
(25)基于LSI技術(shù)對(duì)W-VSM語義特征向量進(jìn)行詞義消岐和概念語義空間降維，生成 WfLSI-VSM語義特征向量；
(3)服務(wù)發(fā)現(xiàn)中介的服務(wù)分類模塊對(duì)經(jīng)過步驟(2)處理后的WLSI-VSM語義特征向量采 用核Batch SOM神經(jīng)網(wǎng)絡(luò)進(jìn)行分類處理，將所有Web服務(wù)按照功能語義自適應(yīng)地聚類成若 干子類，并分別生成類標(biāo)識(shí)服務(wù)-“元服務(wù)”；
(4)服務(wù)請(qǐng)求者構(gòu)造Web服務(wù)請(qǐng)求描述文檔并提交給服務(wù)發(fā)現(xiàn)中介；
(5)采用步驟(2)中的步驟(21)至(25)對(duì)步驟(4)的Web服務(wù)請(qǐng)求描述文檔進(jìn)行處理 后，生成相應(yīng)的查詢請(qǐng)求向量；
(6)服務(wù)發(fā)現(xiàn)中介的服務(wù)匹配模塊以經(jīng)過步驟(5)處理后的查詢請(qǐng)求向量作為輸入，進(jìn) 行基于核余弦相似性測(cè)度的Web服務(wù)匹配，對(duì)匹配結(jié)果排序后，將符合查詢請(qǐng)求的top-n個(gè) 查詢結(jié)果反饋給查詢結(jié)果展示模塊；(7)服務(wù)請(qǐng)求者根據(jù)查詢推薦結(jié)果通過Web服務(wù)調(diào)用支撐模塊調(diào)用相應(yīng)的Web服務(wù)。進(jìn)一步的，前述的基于神經(jīng)網(wǎng)絡(luò)聚類優(yōu)化的Web服務(wù)發(fā)現(xiàn)方法，步驟(3)基于核 Batch SOM神經(jīng)網(wǎng)絡(luò)的Web服務(wù)分類包括以下步驟
(31)批量輸入所有WLSI-VSM語義特征向量；
(32)對(duì)核BatchSOM神經(jīng)網(wǎng)絡(luò)的神經(jīng)元權(quán)值賦初值；
(33)基于服務(wù)相似度度量函數(shù)
權(quán)利要求
1.一種基于神經(jīng)網(wǎng)絡(luò)聚類優(yōu)化的Web服務(wù)發(fā)現(xiàn)的實(shí)現(xiàn)方法，其特征在于，包括如下步驟步驟(1)，服務(wù)提供者開發(fā)Web服務(wù)并在服務(wù)注冊(cè)中心注冊(cè)發(fā)布； 步驟(2)，服務(wù)注冊(cè)中心的WSDL文檔經(jīng)過服務(wù)發(fā)現(xiàn)中介的服務(wù)表示模塊處理后，生成 WfLSI-VSM語義特征向量，其步驟是(21)使用開源軟件WSDL4J對(duì)WSDL文檔進(jìn)行服務(wù)解析；(22)對(duì)解析后的WSDL文檔進(jìn)行分詞、停用詞過濾和抽取詞干的處理，生成Web服務(wù)特 征詞典；(23)基于Web服務(wù)特征詞典，使用開源軟件Lucene對(duì)WSDL文檔進(jìn)行詞頻索引處理，生 成VSM詞形特征向量；(24)基于WordNet語料庫，使用開源軟件Rita對(duì)VSM詞形特征向量進(jìn)行語義擴(kuò)展，生 成W-VSM語義特征向量；(25)基于LSI技術(shù)對(duì)W-VSM語義特征向量進(jìn)行詞義消岐和概念語義空間降維，生成 WfLSI-VSM語義特征向量；步驟(3 )服務(wù)發(fā)現(xiàn)中介的服務(wù)分類模塊對(duì)經(jīng)過步驟(2 )處理后的WLSI-VSM語義特征向 量采用核Batch SOM神經(jīng)網(wǎng)絡(luò)進(jìn)行分類處理，將所有Web服務(wù)按照功能語義自適應(yīng)地聚類 成若干子類，并分別生成類標(biāo)識(shí)服務(wù)-“元服務(wù)”；步驟(4 )，服務(wù)請(qǐng)求者構(gòu)造Web服務(wù)請(qǐng)求描述文檔并提交給服務(wù)發(fā)現(xiàn)中介； 步驟(5 )，采用步驟(2 )中的步驟(21)至(25 )對(duì)步驟(4)的Web服務(wù)請(qǐng)求描述文檔進(jìn) 行處理后，生成相應(yīng)的查詢請(qǐng)求向量；步驟(6)，服務(wù)發(fā)現(xiàn)中介的服務(wù)匹配模塊以經(jīng)過步驟(5)處理后的查詢請(qǐng)求向量作為 輸入，進(jìn)行基于核余弦相似性測(cè)度的Web服務(wù)匹配，對(duì)匹配結(jié)果排序后，將符合查詢請(qǐng)求的 top-n個(gè)查詢結(jié)果反饋給查詢結(jié)果展示模塊；步驟(7 )，服務(wù)請(qǐng)求者根據(jù)查詢推薦結(jié)果通過Web服務(wù)調(diào)用支撐模塊調(diào)用相應(yīng)的Web服務(wù)。
2.根據(jù)權(quán)利要求1所述的基于神經(jīng)網(wǎng)絡(luò)聚類優(yōu)化的Web服務(wù)發(fā)現(xiàn)的實(shí)現(xiàn)方法，其特征 在于，步驟(3)基于核Batch SOM神經(jīng)網(wǎng)絡(luò)的Web服務(wù)分類包括以下步驟(31)批量輸入所有WLSI-VSM語義特征向量；
3.根據(jù)權(quán)利要求1所述的基于神經(jīng)網(wǎng)絡(luò)聚類優(yōu)化的Web服務(wù)發(fā)現(xiàn)的實(shí)現(xiàn)方法，其特征 在于，步驟(6)基于核余弦相似性測(cè)度的Web服務(wù)匹配包括以下步驟(61)輸入查詢請(qǐng)求向量和經(jīng)過步驟(3)處理后的服務(wù)子類及相應(yīng)的“元服務(wù)”；(62)計(jì)算查詢請(qǐng)求向量與元服務(wù)的核余弦相似度；(63)選擇和查詢請(qǐng)求向量最相似的元服務(wù)對(duì)應(yīng)的服務(wù)子類作為服務(wù)候選集；(64)計(jì)算查詢請(qǐng)求向量與服務(wù)候選集中所有服務(wù)的核余弦相似度；(65)根據(jù)核余弦相似度降序排列服務(wù)候選集；(66)輸出top-n個(gè)符合查詢請(qǐng)求的相關(guān)Web服務(wù)。
全文摘要
本發(fā)明提供一種基于神經(jīng)網(wǎng)絡(luò)聚類優(yōu)化的Web服務(wù)發(fā)現(xiàn)的實(shí)現(xiàn)方法，主要用于解決開放網(wǎng)絡(luò)環(huán)境下快速、準(zhǔn)確地發(fā)現(xiàn)滿足用戶需求的Web服務(wù)。本發(fā)明由服務(wù)請(qǐng)求子系統(tǒng)、服務(wù)提供子系統(tǒng)、服務(wù)注冊(cè)中心和服務(wù)發(fā)現(xiàn)中介子系統(tǒng)四部分組成。其中服務(wù)發(fā)現(xiàn)中介子系統(tǒng)是該系統(tǒng)的核心構(gòu)件，包括服務(wù)表示模塊、服務(wù)分類模塊和服務(wù)匹配模塊。本發(fā)明實(shí)現(xiàn)了一個(gè)聚類優(yōu)化的語義Web服務(wù)發(fā)現(xiàn)原型系統(tǒng)，真實(shí)Web服務(wù)數(shù)據(jù)集上的評(píng)測(cè)結(jié)果表明，本發(fā)明不僅具有較高的服務(wù)發(fā)現(xiàn)效率和精度，而且實(shí)現(xiàn)簡(jiǎn)單，系統(tǒng)靈活，代價(jià)低，易推廣。
文檔編號(hào)H04L29/08GK102123172SQ20111004606
公開日2011年7月13日 申請(qǐng)日期2011年2月25日 優(yōu)先權(quán)日2011年2月25日
發(fā)明者張迎周, 楊庚, 王傳棟, 許建, 陳燕俐, 陳蕾 申請(qǐng)人:南京郵電大學(xué)