[发明专利]一种Web服务聚类的方法

摘要

本发明公开了一种Web服务聚类的方法，包括Web服务库，主控装置，标签库，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；步骤二：根据应用需求，确定Web服务的权重；步骤三：使用LSH方法对Web服务向量集合进行聚类。本发明的方法相对于现有技术的有益效果是：1、针对WSDL文档进行聚类，保持了与现有协议与技术的兼容性；2、比之Kmeans等方法，具有极高的效率；且Web服务向量空间维度越高，本发明的高效性越明显；3、Web服务聚类结果既可以用于Web服务发现，也可以用于Web服务组合，普适性较强，使本发明具有很强的向后兼容性。

主权项

1.一种Web服务聚类的方法，包括Web服务库（1）：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（2）：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（3）：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；其特征在于包括以下步骤：步骤一：使用VSM方法将Web服务转化为向量集合a.主控装置(2)从Web服务库（1）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(2)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：其中表示第k个词在WSDL文档i中的权重，表示第k个词在文档i中出现的次数，N表示集合中的全部文档数量，表示包含第k个词的文档数量，继而采用公式将值规范化，将每一维向量的权重值规范在 [0,1]之间取值，而||即为第k维向量的长度，其中，t为空间向量维数，即为t维空间向量中第k个位置的值；步骤二：根据应用需求，确定Web服务的权重主控装置(2)向用户发起询问，询问用户是否自行标定Web服务上述五个属性< Des, Oper, Input, Output, Qos >的权重值<Des,Oper,Input,Output,Qos >系数、、、、和，其中++++=1，若是，则由用户输入权重值，否则，使用该场景下的默认权重值系数，即=====0.2；步骤三：使用LSH方法对Web服务向量集合进行聚类a. 主控装置(2)获取从上述步骤二中得到的标定好权重的向量集合，通过使用LSH方法顺序处理各Web服务，计算每个Web服务对应的N个哈希值， 其中，向量代表一个Web服务空间向量，是一个向量，其维度与相同，且服从高斯分布，b是一个范围在[0，w]的随机实数，w表示一个哈希桶的长度，为经验值，由操作者给定，通常情况下，在Web服务集合数量不超过10000的情况下，w值取[4,6]效果较好；在w值给定的情况下，反复随机选取向量和随机实数b，获取构建哈希函数的变量，得到N个哈希函数，形成哈希函数族；b. 对N个哈希值都相同的Web服务进行处理，计算Web服务之间的距离，对于N个哈希值都相同的Web服务，将大多数距离相近的点标定为同一类，c. 判定上一步所述的距离相近的点中是否存在奇异点，若Web服务不为奇异点，则对该Web服务进行标定处理：若标签库中已有大量数据，则将N个哈希值合并成一个序列，并在标签库（3）中查询给定的权重值组合下该序列所对应的标签，若不存在该标签，则由主控装置（2）向用户发起询问，用户以文字形式为每个类别写入标签，若用户不想手工处理，则可由主控装置（2）标定随机数字标签；主控装置（2）将Web服务以索引形式写入标签库（3）中对应权重值及类别标签下，并标定这些Web服务已经处理；若Web服务为奇异点，则对该Web服务不做处理；d. 主控装置(2)对所述奇异点进行处理，将其邻近的若干个已写入标签库（3）中Web服务进行投票，将该Web服务以索引形式写入到标签库(3)中出现最频繁的与该Web服务对应的权重值组合及类别标签下，并标定该Web服务已被处理；e. 主控装置(2)向用户发起询问，是否继续进行新一轮聚类，若是，则返回步骤三a.继续进行，反之，则结束整个流程。