[发明专利]一种面向目标的RESTfulWeb服务发现方法

权利要求书

1.一种面向目标的RESTful Web服务发现方法，其特征在于，包括以下步骤：

步骤1：收集RESTful Web服务的信息，包括Web服务名称、所属领域和功能性的文本描述，得到Web服务集；

步骤2：对Web服务集进行预处理；

步骤3：针对预处理后的Web服务集，判断Web服务是否包含所属领域的信息；

若是，则执行下述步骤4；

若否，则执行下述步骤5；

步骤4：判断领域划分是否存在重叠；

若是，则执行下述步骤5；

若否，则执行下述步骤6；

步骤5：使用Web服务分类方法对Web服务集进行领域划分；

步骤6：针对每个领域的Web服务集进行领域知识库的构建，包括：领域词汇排序表、领域动词集、领域核心名词集、Web服务-服务目标关联矩阵和服务目标簇集；

步骤7：对给定的用户查询q进行Web服务发现；具体实现包括以下子步骤：

步骤7.1：对给定的用户查询q进行预处理，包括分词、词形还原、去停用词和词频统计；

步骤7.2：计算q与每个领域之间的匹配度，得到与q匹配度最高的领域，记为md；

步骤7.3：计算q与md中每个服务目标簇之间的语义相似度，得到与q语义相似的服务目标簇集，记为mC；

所述计算q与md中每个服务目标簇之间的语义相似度，具体方法如下：

首先，将md中每个服务目标簇C_i包含的词划分为3个子集，即

$V_{md}\left(C_i\right)={\∪}_{{\mathrm{sg}}_k\∈C_i}{V}_{md}\left({\mathrm{sg}}_k\right),{\mathrm{CN}}_{md}\left(C_i\right)={\∪}_{{\mathrm{sg}}_k\∈C_i}{\mathrm{CN}}_{md}\left({\mathrm{sg}}_k\right),$

${\mathrm{Oth}}_{md}\left(C_i\right)={\∪}_{{\mathrm{sg}}_k\∈C_i}{\mathrm{Oth}}_{md}\left({\mathrm{sg}}_k\right),$

其中，V_md(C_i)、CN_md(C_i)和Oth_md(C_i)分别代表C_i包含的动词集、领域核心名词集和除动词与领域核心名词外的其他词集；V_md(sg_k)、CN_md(sg_k)和Oth_md(sg_k)分别代表服务目标sg_k包含的动词集、领域核心名词集和除动词与领域核心名词外的其他词集；

然后，分别获取V_md(C_i)、CN_md(C_i)和Oth_md(C_i)中与q中任意词语义相似的词汇子集；

V_md(C_i)中与q中任意词语义相似的词汇子集，定义如下：

其中，W(q)代表q包含的词集；θ_v为相似度阈值；wsim(w_i,w_j)代表两个词w_i和w_j之间的语义相似度；

CN_md(C_i)中与q中任意词语义相似的词汇子集，定义如下：

其中，W(q)代表q包含的词集；θ_cn为相似度阈值；wsim(w_i,w_j)代表两个词w_i和w_j之间的语义相似度；

Oth_md(C_i)中与q中任意词语义相似的词汇子集，定义如下：

其中，W(q)代表q包含的词集；θ_oth为相似度阈值；wsim(w_i,w_j)代表两个词w_i和w_j之间的语义相似度；

最后，计算q与C_i之间的语义相似度：

其中，V_md(C_i)、CN_md(C_i)和Oth_md(C_i)分别代表C_i包含的动词集、领域核心名词集和除动词与领域核心名词外的其他词集；和分别代表V_md(C_i)、CN_md(C_i)和Oth_md(C_i)中与q中任意词语义相似的词汇子集；N(w_k,C_i)代表词w_k在C_i中的频次；λ₁、λ₂和λ₃为权重因子；

步骤7.4：计算mC中每个服务目标与q之间的语义相似度，并按照语义相似度对mC中所有服务目标降序排列，得到q的服务目标推荐列表，从中用户选择能够体现其需求的服务目标，记为SG_q，作为新的查询；

步骤7.5：将SG_q与md中每个Web服务的服务目标集进行匹配，得到满足用户需求的候选Web服务集。