转 基于推理和相似度计算的语义W eb服务匹配策略

计算机应用与软件 2008-8

在语义Web服务发现方面,本体概念的引入提升了服务的语义表达能力和发现能力,改变了传统Web服务发现基于关键字查询的语义描述不清,查全、查准率低等缺陷。

本文首先介绍了目前语义Web服务匹配的两种主要方法
(基于推理和基于相似度计算),分析了各自的优势和不足。并
在这两种方法的基础上提出了一种改进的服务匹配策略,即在
推理过程中的某些情况下使用相似度计算。该策略在一定程度
上综合了两种方法的优点,具有精确的匹配能力和在最坏情况
下仍有较好的运行效率。
1　目前的两种语义W eb服务匹配方法
1. 1　基于推理的服务匹配
基于推理的服务匹配是建立在领域本体概念间的层次关系
之上的,使用描述逻辑进行推理匹配的方法。Massimo Paolucci
等于2002年首先提出了一种基于DAML-S的服务匹配方法[2],
利用DAML-S的Service Profile对服务的输入、输出、前提、效果
(IOPE)进行匹配。该方法定义了四种匹配程度(以输出匹配为
例,设outR为请求者的一个输出, outA为服务提供者的一个输出):
(1) Exact:当outR与outA相同或outR是outA的直接子类(subClassOf)时,结果为Exact。
(2) Plug-In:如果outA包含outR,也就是说outA可能完全满足outR。
(3) Subsumes:如果outR包含outA,即outA能部分满足outR但不是完全满足。
(4) Fai:l在outR和outA间没有任何包含关系,匹配失败。

随后,LeiLi等人对上述四种匹配类型进行了补充,在Sub-
sumes和Fail之间添加了Intersection,即outR与outA的交集是
可满足的(outR∩outA≠Φ,但outR不包含outA),说明outA有
可能满足outR的部分功能。从上述介绍我们可以看到,基于推
理的服务匹配方法将服务间的匹配程度分为几个等级: Exact
Plug-In Subsumes Intersection Fai,l但在同一等级内部无法
进一步区分结果的匹配度。
1. 2　基于相似度计算的服务匹配
基于相似度计算的服务匹配通过计算两个本体概念之间的
相似度(一个介于0和1之间的数值)来得到更精确的匹配结
果。目前计算概念间相似度的方法主要有基于几何距离、基于
属性和基于信息容量等几种。
基于几何距离的相似度算法的基本思想就是用两个概念在
本体有向图中的几何距离来衡量语义相关度,距离越短则相关
度越高;基于属性的相似度算法[3]是根据比较个概念间相同的
和不同的属性的多少来确定二者的相似度的。两个概念间相同
的属性越多,不同的属性越少,则他们越相似;基于信息容量的
相似度算法[4]的基本思想是两个概念的相似度由他们共同拥
有的那部分概念所决定。由于每个概念都是由其祖先概念结点
继承而来,继承了祖先结点的信息,因此两概念间的相似度可由
他们最近的共同祖先结点所包含的信息容量来确定,共享的信
息越多,则相似度越大。