[发明专利]一种服务定位方法

权利要求书

1.一种服务定位方法，其特征在于，该方法包括以下步骤：

A、生成本体图的本体概念树，将本体概念树的每个概念作为一个独立的 簇；当现有的簇数量大于期待分割的概念区域CG数量K时，计算两簇之间的 语义相似度函数值，将最大值对应的两个簇进行合并；不断循环以上合并过程， 直到当前簇数量不大于K，每个CG中的概念语义相似；

B、对服务的语义描述信息进行处理，提取其语义描述信息中的本体概念， 并将每个本体概念映射到分割的本体CG，去除重复的CG并排序后，转化为 CG序列，将属于同一个CG序列的服务分类至相同的CG序列中；

C、当前节点收到服务查询请求时，查看所述服务查询请求的服务特征向 量是否与自身的节点标识属于同一个CG序列，

如果与自身的节点标识属于同一个CG序列，并且叶子表中有叶子节点与 服务特征向量语义完全匹配，将服务查询请求转发给该语义完全匹配的节点， 如果叶子表中没有匹配的节点，调用叶子节点路由算法，将服务查询请求转发 到与该服务查询请求的服务特征向量语义最相似的节点；

如果与自身的节点标识不属于同一个CG序列，则使用路由表进行路由， 将服务查询请求转发给路由表中节点标识的长度与服务查询请求的服务特征向 量的CG序列长度相等、且节点标识的CG序列与服务查询请求的服务特征向 量的CG序列直接的共同前缀至少比当前节点长一个CG位的节点，但当路由 表项不存在或是节点不可达时，服务查询请求将会被转发给同一路由表中与服 务特征向量CG序列直接的共同前缀与当前节点相同的节点集和叶子节点集这 两个节点集合并集合中的一个节点，该节点需满足与当前节点相比，其节点标 识与服务查询请求的服务特征向量更相似；

其中，所述叶子表用于存储与当前节点标识同属一个CG序列、语义上最 相似的L个节点的访问信息；所述叶子节点是叶子表中的节点；

所述步骤A包括以下步骤：

A1、首先生成概念本体图C的最小生成树C’，初始化C’中的每个概念为 一个簇B_i；

A2、判断当前簇的数量m是否大于本体图期待分割的CG数量K，如果大 于，则令i＝0，然后执行步骤A3；如果不大于，则继续执行步骤A6；

A3、判断i是否小于m，如果小于，则令j＝0，然后继续执行步骤A4，如 果不小于，继续执行步骤A5；

A4、判断j是否小于m，如果不小于，则令i加1，然后返回执行步骤A3， 如果小于，则计算簇B_i、B_j两个区域中任意两个概念之间的链接数、即link(c_f，c_l)， 其中f≠l，c_f包含于B_i，c_l包含于B_j，根据link(c_f，c_l)计算goodness(B_i，B_j)，令 List[i][j]＝goodness(B_i，B_j)，令j加1，然后返回执行步骤A4；

A5、从List[i][j]中挑选出最大值List[p][q]，将B_p、B_q合并得到新的B_n， 令m减1，然后返回执行步骤A2；

A6、返回B_i，i＝1…K；

其中，步骤A4中所述计算link(c_f，c_l)，包括：

概念c_f和c_l的概念相似度为：affs(cf,cl)=2×depthOf(cfl)depthOf(cf)+depthOf(cl),]]>其中，c_fl表 示概念c_f和c_l在本体树上的共同祖先，depthOf(c_k)为概念c_k在本体树上的深度；

概念c_f和c_l的链接数为：其中，f≠l，

阀值ε是可配置参数，取值范围是[0，1)；

步骤A4中所述goodness(B_i，B_j)，为：

其中，sizeOf(B_k)为聚类B_k包含的概念数量。