[发明专利]一种Web服务聚类的方法

说明书

技术领域

本发明涉及Web服务领域，尤其是一种Web服务聚类的方法，结合Vector Space Model（VSM，向量空间模型）技术，对Web服务进行向量化处理，并通过Locality Sensitive Hashing（LSH，位置敏感哈希）进行扩展，完成对Web服务的聚类。

背景技术

随着Internet各种技术的不断发展及异构化平台之间协同工作要求的提出，Web服务作为一个优秀的解决方案，逐渐得到越来越多的重视。Web服务能够集成不同的应用，形成统一的一套解决方案，它被广泛地应用于电子商务、工作流甚至是日常生活中。单独的Web服务难以解决复杂的应用要求，因此，学术界及工业界对Web服务的关注多集中于Web服务组合、Web服务发现等方面。在这些研究领域中，Web服务聚类起到了很好的辅助作用，一个聚类结果良好的Web服务集合，可以在Web服务组合中提供具有更好的Quality of Service（Qos，Web服务质量，是网络的一种安全机制, 是用来解决网络延迟和阻塞等问题的一种技术。当网络过载或拥塞时，QoS 能确保重要业务量不受延迟或丢弃，同时保证网络的高效运行。）的组合结果；或者在Web服务发现中，返回给用户更符合要求的Web服务子集。如何对一个Web服务集合进行准确、高效的聚类，便成了Web服务技术领域中人们所关心的一个重要问题。

Web服务聚类是对Web服务进行聚合，将Web服务库中的Web服务分成多个类别，使得同一类别中的Web服务或功能相似，或输入输出相似，或有相似程度的Qos。在Web服务组合或Web服务发现之前，对Web服务进行聚类，会极大提升上述Web服务聚类的效率，但Web服务聚类本身也存在着效率问题。当前对于Web服务聚类的技术，多与Web服务组合或Web服务发现结合进行，或对具体情况提出具有针对性的聚类方法，如针对用户日志及访问记录进行聚类以分析用户偏好等。这些研究采用的聚类方法，多是常见的数据挖掘中的聚类方法或是这些方法的改进，如K-means方法、DIANA方法等，这些聚类方法在特定情况下具有一定的优势，但却存在着以下不足：一是Web服务聚类不准确，这是由于其聚类方法本身的局限性所造成的，如K-means对孤立点十分敏感，少量孤立点会对聚类结果产生极大影响；二是大多聚类方法对于高维空间（即Web服务的属性较多的情况），聚类效率较低，而且由于只考虑基于某一方面的Web服务聚类，如只针对Web服务的功能属性进行聚类，虽适用于Web服务组合，但舍弃了Qos的考虑，使得应用这种聚类结果进行的Web服务发现难以快速找到Qos水平较高的Web服务，因此不具有普适性。  

发明内容

本发明的目的在于：提供一种Web服务聚类的方法，能够在动态变化的Web服务库中高效、准确地进行Web服务聚类，并具有普适性。

为实现上述目的，本发明可采取下述技术方案：

本发明一种Web服务聚类的方法，包括

Web服务库：为存储WDSL文档的数据库，用于给现有Web建立索引，支持数据存取和写入；

主控装置：它包括用户交互装置——为与用户IO交互的各种驱动；计算处理装置——包括内存，外存，CPU；用于获取Web服务的向量模型、运算聚类结果；数据库交互装置——包括数据库驱动及xml解析器，用户终端，输入输出设备及显示器，用于数据库通信、及用户对于某些场景或参数的选择；

标签库：用于存储以序号表示的不同的权重组合、类别标签、及以索引形式存储的Web服务库中的Web服务，并存储相应的哈希值，支持数据读出及写入；

该方法包括以下步骤：

步骤一：使用VSM方法将Web服务转化为向量集合

a.主控装置从Web服务库中读取当前所有Web服务的WDSL文档数据，若用户给定限制条件，则获取符合条件的Web服务；

     b.主控装置获取Web服务后，使用VSM方法将Web服务集合转化为向量空间集合；

所述VSM方法，是将每个所述WSDL文档中的“Web服务基本信息的描述”、“功能操作”、“输入参数”、“输出参数”以及“Qos”分割成一组关键词，表示为< Des, Oper, Input, Output, Qos >五个属性，每一个关键词代表一个维度，统计关键词在文档中的出现频率，并计算每一维向量在每个文档下的权重，进而将代表Web服务的WSDL文档转化为向量；

每一维向量在每个文档下的权重为：