基于多本体的语义Web服务发现研究

doi:10.3778/j.issn.1002-8331.2009.11.050

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (11): 165-167.DOI: 10.3778/j.issn.1002-8331.2009.11.050

• 数据库、信号与信息处理 • 上一篇下一篇

基于多本体的语义Web服务发现研究

张磊,夏士雄,周勇,牛强

中国矿业大学计算机学院，江苏徐州 221008

收稿日期:2008-03-18 修回日期:2008-05-26 出版日期:2009-04-11 发布日期:2009-04-11
通讯作者: 张磊

Study on semantic Web services discovery based on multi-ontologies

ZHANG Lei,XIA Shi-xiong,ZHOU Yong,NIU Qiang

School of Computer Science and Technology，China University of Mining and Technology，Xuzhou，Jiangsu 221116，China

Received:2008-03-18 Revised:2008-05-26 Online:2009-04-11 Published:2009-04-11
Contact: ZHANG Lei

摘要/Abstract

摘要： 随着大量Web服务的出现，迫切需要高效的服务发现方法。语义Web服务将Web服务和语义相结合，充分利用语义增强Web服务。现有的语义Web服务发现研究中，大多采用同一本体描述服务需求方和提供方的知识。而现实世界里，很多时候服务需求方和服务提供方采用了不同的本体。针对多本体下的语义Web服务发现问题，给出了一种新的计算不同本体概念相似性的算法，提出了基于多本体的语义Web服务发现方法。实验结果表明了该方法的有效性。

关键词: 多本体, 语义Web服务, 发现

Abstract: It is urgent to find effective methods of service discovery with the emergence of large number of Web services.Semantic Web services combine semantic Web with Web services and make full use of semantic to enhance Web services.The same ontology is used to describe the knowledge of services selector and provider in the most of existing semantic Web service discovery researches.Services selector and provider use different ontologies in the real world.Aiming at the problem of semantic web services discovery，a new algorithm is put forward to calculate similarity of different ontology concepts and a method of semantic web services discovery based on multi-ontologies is proposed.Test results show that the method in the paper is effective.

Key words: multi-ontology, semantic Web services, discovery

张磊,夏士雄,周勇,牛强. 基于多本体的语义Web服务发现研究[J]. 计算机工程与应用, 2009, 45(11): 165-167.

ZHANG Lei,XIA Shi-xiong,ZHOU Yong,NIU Qiang. Study on semantic Web services discovery based on multi-ontologies[J]. Computer Engineering and Applications, 2009, 45(11): 165-167.

[1]	杨葛英，沈夏炯，史先进，张磊. 以概念格为背景的关联规则可视化[J]. 计算机工程与应用, 2021, 57(1): 84-91.
[2]	刘家骥，包崇明，周丽华，王崇云，孔兵. 图正则化非负矩阵分解的异质网社区发现[J]. 计算机工程与应用, 2020, 56(21): 131-138.
[3]	于千城，於志文，王柱. 对抗样本训练图分类器进行模型推理质量评估[J]. 计算机工程与应用, 2020, 56(17): 142-149.
[4]	易成岐，郭鑫，童楠楠，窦悦，陈东，王建冬. 基于启发式社团发现模型的创新态势研判算法[J]. 计算机工程与应用, 2020, 56(15): 74-79.
[5]	郑伟，侯宏旭，班志杰. 贝叶斯网络查询语义扩展的专家发现方法[J]. 计算机工程与应用, 2020, 56(13): 194-198.
[6]	谢升旭，魏伟，邢长友，张国敏. 面向SDN拓扑发现的LDoS攻击防御技术研究[J]. 计算机工程与应用, 2020, 56(10): 88-93.
[7]	张晓琴，刘莉楠. 基于亲密度和吸引力的二分网络社区发现算法[J]. 计算机工程与应用, 2019, 55(23): 170-176.
[8]	王斌，李强，盛津芳，孙泽军. 基于边图的线性流重叠社区发现算法[J]. 计算机工程与应用, 2019, 55(2): 60-66.
[9]	廖宇1，朱福喜1，2，刘世超1. 基于Skip-gram模型的社区查询算法[J]. 计算机工程与应用, 2018, 54(8): 143-148.
[10]	孙成成，席景科，占文威，李懂. 基于最大团的层次化重叠社区发现算法[J]. 计算机工程与应用, 2018, 54(18): 105-109.
[11]	于凤1，郑雨晴2，郑德权1，2，赵姗姗2. 面向选择类题型求解的相似问题发现研究[J]. 计算机工程与应用, 2018, 54(15): 120-125.
[12]	冯旭鹏1，马震1，谢波1，刘利军2，黄青松2. 基于聚类集成的微博话题发现方法[J]. 计算机工程与应用, 2017, 53(8): 81-86.
[13]	王永贵1，张燕1，杨东东2. 基于MapReduce的无线城市社团发现算法研究[J]. 计算机工程与应用, 2017, 53(4): 106-112.
[14]	李辉，降爱莲. 可探测社区稳定结构的局部社区发现算法[J]. 计算机工程与应用, 2017, 53(23): 54-59.
[15]	程腾腾，方贤文，王丽丽，刘祥伟. 融合特征网与模块网的业务过程挖掘[J]. 计算机工程与应用, 2017, 53(20): 237-242.

基于多本体的语义Web服务发现研究

Study on semantic Web services discovery based on multi-ontologies

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics