1、互聯(lián)網(wǎng)上Web服務(wù)大量涌現(xiàn),形成了巨大的服務(wù)資源空間。如何從巨大的服務(wù)空間中快速有效地進(jìn)行服務(wù)的自動發(fā)現(xiàn)以滿足特定的服務(wù)請求是面向服務(wù)的社區(qū)研究的重要內(nèi)容。為了以一種智能的方式實現(xiàn)Web服務(wù)的自動發(fā)現(xiàn)、選擇和協(xié)作,需要探索有效的方法來表示數(shù)量巨大的服務(wù)之間的復(fù)雜語義關(guān)系,開發(fā)基于服務(wù)間語義關(guān)系的基本服務(wù)語義數(shù)據(jù)模型,并將互聯(lián)網(wǎng)上語義功能相關(guān)聯(lián)的服務(wù)有效地組織起來,最大限度地提高服務(wù)網(wǎng)絡(luò)的效用。基于Web服務(wù)的內(nèi)在依賴關(guān)系,構(gòu)建一個具體領(lǐng)

2、域中語義關(guān)聯(lián)的Web服務(wù)網(wǎng)絡(luò)是解決服務(wù)計算領(lǐng)域這挑戰(zhàn)的有效途徑。服務(wù)語義鏈網(wǎng)絡(luò)(S-SLN)是在語義鏈網(wǎng)絡(luò)模型SLN的基礎(chǔ)之上,定義Web服務(wù)之間的語義依賴關(guān)聯(lián)結(jié)構(gòu),表示W(wǎng)eb服務(wù)之間條件依賴關(guān)系的語義數(shù)據(jù)模型。它的結(jié)點表示W(wǎng)eb服務(wù),結(jié)點之間的有向邊表示服務(wù)之間的語義關(guān)聯(lián)。S-SLN將互聯(lián)網(wǎng)中的Web服務(wù)通過語義關(guān)系互聯(lián),形成一個語義的結(jié)構(gòu)化服務(wù)網(wǎng)絡(luò)。研究S-SLN,旨在實現(xiàn)有效地Web服務(wù)自動發(fā)現(xiàn)和搜索、服務(wù)的自動協(xié)作及導(dǎo)航。S-S

3、LN的發(fā)現(xiàn)、服務(wù)關(guān)系推理是降低服務(wù)網(wǎng)絡(luò)復(fù)雜性,實現(xiàn)有效地Web服務(wù)搜索和自動協(xié)作的關(guān)鍵。本文的研究內(nèi)容圍繞服務(wù)語義鏈網(wǎng)絡(luò)S-SLN的發(fā)現(xiàn)、基于S-SLN的服務(wù)語義關(guān)系推理及服務(wù)的自動推薦導(dǎo)航展開。本文的主要研究工作和創(chuàng)新點如下:
　　 1.從大量服務(wù)數(shù)據(jù)中發(fā)現(xiàn)相關(guān)聯(lián)的服務(wù)是進(jìn)行自動服務(wù)的瓶頸,將語義功能上相關(guān)聯(lián)的服務(wù)有效地組織起來,開發(fā)基于Web服務(wù)內(nèi)在依賴關(guān)系的模型去發(fā)現(xiàn)一個具體領(lǐng)域中語義關(guān)聯(lián)的Web服務(wù)網(wǎng)絡(luò)是解決這一瓶頸的有

4、效途徑。本文主要提出了一種基于概率圖模型的服務(wù)網(wǎng)絡(luò)發(fā)現(xiàn)方法,自動發(fā)現(xiàn)由語義和功能上相關(guān)的Web服務(wù)組成的服務(wù)語義鏈網(wǎng)絡(luò)S-SLN,以便實現(xiàn)基于S-SLN的服務(wù)協(xié)作和搜索,提高分布式環(huán)境下Web服務(wù)的效能。
　　 基于語義鏈網(wǎng)絡(luò)模型SLN來定義服務(wù)語義鏈網(wǎng)絡(luò)S-SLN。S-SLN的本質(zhì)拓?fù)浣Y(jié)構(gòu)是一個有向圖,它所表示的自然語義是Web服務(wù)之間的語義依賴關(guān)聯(lián)。在現(xiàn)實的服務(wù)范式中,為了發(fā)現(xiàn)服務(wù)間的內(nèi)在語義關(guān)聯(lián)依賴,可以通過收集和挖掘在S

5、OAP消息中蘊含的服務(wù)間分布式歷史引用信息來實現(xiàn),統(tǒng)計分析是一個廣泛采用的方法之一。概率圖模型是統(tǒng)計模型的一個重要子類,具有清晰的語義及廣泛接受的完整理論基礎(chǔ),常常用于有效地表示一個域中的聯(lián)合概率分布。將依賴關(guān)系嵌入概率模犁中形成的概率圖表示方式是解決問題的有力工具。因此,采用概率圖模型的統(tǒng)計分析理論來發(fā)現(xiàn)服務(wù)依賴關(guān)系網(wǎng)絡(luò)S-SLN。對問題的一個解決方案是首先基于概率的依賴從人量服務(wù)數(shù)據(jù)中發(fā)現(xiàn)一個無向圖結(jié)構(gòu)服務(wù)Markov網(wǎng),并用聯(lián)合概

6、率分布來描述Web服務(wù)間的關(guān)系依賴。用服務(wù)Markov網(wǎng)絡(luò)中結(jié)點之間的鏈表示概率依賴,并將它轉(zhuǎn)換為一個具有相同聯(lián)合概率分布的有向派系樹,然后引入服務(wù)語義關(guān)系矩陣,通過對有向派系樹的邊進(jìn)行語義鏈標(biāo)注,將無向圖轉(zhuǎn)換為有向圖結(jié)構(gòu)。鏈的方向表明了服務(wù)間的語義交互關(guān)系,有向圖結(jié)構(gòu)就是一個具有相同聯(lián)合概率分布且?guī)в姓Z義關(guān)系標(biāo)識符的等價S-SLN。
　　 2.具有不確定性的服務(wù)語義關(guān)系推理是實現(xiàn)基于S-SLN的高級Web服務(wù)應(yīng)用的主要挑戰(zhàn)之一

7、。服務(wù)語義鏈網(wǎng)絡(luò)的服務(wù)語義關(guān)系具有本質(zhì)上的不確定性,本文提出使用聯(lián)合了一階邏輯和概率圖模型的表示形式——服務(wù)Markov邏輯網(wǎng),研究基于服務(wù)Markov邏輯網(wǎng)在服務(wù)語義鏈網(wǎng)絡(luò)中執(zhí)行不確定性語義關(guān)系推理和預(yù)測的方法。
　　 由于每個服務(wù)都具有不確定的情境,在不同情境下服務(wù)間的語義關(guān)系是不確定的。在開放的服務(wù)語義鏈網(wǎng)絡(luò)中,服務(wù)語義鏈所表示的初始服務(wù)間的語義關(guān)系也是不完整的。在任意的Web服務(wù)間,可能會具有潛在的服務(wù)語義關(guān)系,這些語義

8、關(guān)系可以根據(jù)已知的語義關(guān)系推理生成。語義鏈推理規(guī)則,并不具有絕對意義上的真或假。在現(xiàn)實Web服務(wù)環(huán)境中,某些情形下,這些推理規(guī)則為真:而在另一些情形下,推理規(guī)則可能為假:推理規(guī)則具有不確定性。如何解決服務(wù)語義鏈網(wǎng)絡(luò)中具有不確定性的服務(wù)語義關(guān)系推理是S-SLN的高級Web服務(wù)應(yīng)用的主要挑戰(zhàn)之一。將一階邏輯和概率圖解模犁組合形成的Markov邏輯網(wǎng),是解決Web服務(wù)不確定性推理的一種有效方法。用概率的邏輯規(guī)則表示服務(wù)間語義關(guān)系的不確定信息,

9、不存在正確或錯誤的世界,而是有多個帶有不同概率度的世界。利用可獲取的概率信息和知識構(gòu)建服務(wù)Markov邏輯網(wǎng),作為具有不確定性服務(wù)語義關(guān)系推理的邏輯框架,將S-SLN中定義的摹本推理規(guī)則解釋為一階邏輯公式,在服務(wù)語義關(guān)系矩陣中計算各個公式成立的概率,再將概率轉(zhuǎn)換為公式的權(quán)。由這些公式和權(quán)構(gòu)成的服務(wù)Markov邏輯網(wǎng),能夠較好地表示各種關(guān)系規(guī)則的不確定信息,基于這些信息可有效地進(jìn)行服務(wù)語義關(guān)系的推理和預(yù)測。
　　 3.作為S-SL

10、N的高級應(yīng)用,對服務(wù)的自動推薦和導(dǎo)航是構(gòu)建S-SLN的一個主要目標(biāo),為了給用戶提供與關(guān)注的興趣服務(wù)結(jié)點最有可能相關(guān)的鏈和答案米加速用戶導(dǎo)航?jīng)Q策,本文提出了運用基于語義的激活擴散技術(shù)實現(xiàn)相關(guān)服務(wù)自動推薦問題的方法。
　　 服務(wù)自動推薦是基于S-SLN中蘊含的數(shù)據(jù)關(guān)系來獲得與特定結(jié)點相關(guān)的內(nèi)容,即從網(wǎng)絡(luò)中獲取關(guān)于興趣結(jié)點之外的潛在知識。相關(guān)服務(wù)推薦不同于服務(wù)搜索,推薦的目標(biāo)不是去發(fā)現(xiàn)具有特別屬性的結(jié)點,在推薦中用戶自己通常不能準(zhǔn)確的

11、說明他所耍求的服務(wù),而服務(wù)的搜索結(jié)果和仞始的結(jié)點集合之間具有很強的直接或間接的關(guān)聯(lián)。服務(wù)推薦的初始數(shù)據(jù)可以從一個單個的服務(wù)結(jié)點開始瀏覽到另一個,即一對一的擴散方式。初始數(shù)據(jù)也可以從多個服務(wù)結(jié)點開始瀏覽到多個,多對多的擴散方式。在S-SLN中,激活擴散方法可以作為自動推薦和導(dǎo)航的一個可擴展的有效方案,由于激活擴散方法易用于挖掘以網(wǎng)絡(luò)形式表示的一般或具體的數(shù)據(jù),因此,把服務(wù)的自動推薦問題看作是在一個網(wǎng)絡(luò)數(shù)據(jù)圖中進(jìn)行子圖挖掘的過程。以一個結(jié)點

12、語義上的相關(guān)鄰域,表示一個特定的興趣結(jié)點在語義上緊密相關(guān)的鄰居。用基于語義的激活函數(shù)來度量和源結(jié)點的語義相關(guān)性,確定結(jié)點的激活值。激活值用來量化一個結(jié)點對于某個鄰域的相關(guān)程度,被激活的每一個結(jié)點所接收的激活值代表了該結(jié)點存在于一個特定的源結(jié)點的語義鄰域的重要程度。最后返回的結(jié)果是由一系列激活結(jié)點所構(gòu)成的S-SLN子圖,這些子圖中的結(jié)點通過不同的服務(wù)語義鏈鏈接在一起,服務(wù)結(jié)點和鏈有不同的類型和權(quán)值,它最大程度上表明了不同的服務(wù)場景和關(guān)系。