基于序列挖掘的Web服务推荐研究摘要：提出了一种全新的服务发现方法。其核心思想是通过从以往服务组合序列中发现高频率出现的组合序列集,然后利用该序列集进行服务推荐。给出了服务推荐系统框架；对序列模式算法进行了改进,以适应连续序列挖掘的需求,并描述了服务推荐的匹配算法；最后通过在一个原型系统的性能测试证明服务推荐方法是可行和有效的。关键词：Web服务；服务发现；服务推荐;序列挖掘：TP311文献标志码：A：1001-3695(2007)06-0075-040引言??Web服务采用一系列基于XML的标准和协议，很好地解决了跨组织、异构平台上应用的相互连接和集成问题。越来越多的应用以Web服务方式出现在网络中。软件集成从面向组件紧密连接系统逐步过渡到面向服务松耦合系统。松耦合主要表现为服务可以动态发现、绑定和执行。动态发现服务是实现动态绑定、执行的前提，服务发现的效果直接关系组合服务的质量；因为是在执行时发现服务，在保证找到满足需求的服务的基础上，查询效率显得尤为关键。面对数量众多的服务群，如何快速准确地动态发现满足需求的服务是一个值得研究的问题。??服务发现的关键问题是如何描述、发布服务和如何发现合适的服务。动态发现的服务要满足组合服务对服务的功能、服务间制约关系的需求。目前Web服务发布、发现机制的工业界标准是UDDI和WSDL。UDDI提供了基于分类法的服务注册中心，服务提供者通过服务注册中心发布服务，服务请求者通过服务注册中心发现服务；WSDL描述了技术层面的服务功能性信息，如服务操作的名称、接口、协议等。服务查找主要是通过语法层面上的关键字匹配实现的。由于缺少语义支持，UDDI和WSDL在描述术语选择上没有相应标准，存在很大的随意性和不确定性，容易出现一义多词和一词多义的情况，难以保证查准率。??针对现有工业界标准的不足，学术界将语义Web技术与Web服务相结合，采用本体论标志语言（如DAML??S及后续版本OWL??S［1］）对服务进行描述。通过本体语言的复杂逻辑推理能力计算概念语义相似度，提高了服务发现的查准率，但同时也影响了查询效率。现有研究主要是在服务的功能和静态行为属性描述上，在服务动态行为即服务间复杂交互和制约关系的描述上不够充分，不足以保证服务发现的效果。??在找到满足功能需求的服务列表后，需要综合考虑服务的QoS质量指标，从中选取最佳的服务。服务QoS包括执行时间、费用、可靠性、可信度、安全性等方面的因素［2］。影响服务质量因素众多，并且其中有些指标要通过访问第三方或服务本身才能得到，进一步影响了查询效率。因此，服务的发现效果不佳是影响服务组合效果的瓶颈问题，不能满足动态服务发现的需求。??针对上述问题，本文提出一种服务推荐方法――基于序列挖掘的服务推荐（RecommendationofServicesBasedonSequenceMining，RSBSM）。该方法利用数据挖掘技术从以往服务组合记录中发现高频率出现的服务组合序列；在动态绑定服务时，根据发现的高频服务组合序列来进行服务推荐。一组服务能够组合在一起，说明这些服务之间有着某种内在的依赖或关联关系,服务之间在静态属性和动态行为上是匹配的；一组服务高频率组合在一起，说明组合中的服务组合方式被大多数流程定义者所认可，能够反映普遍性的规律，因此推荐的服务具有较高的服务组合质量。在服务推荐时，RSBSM方法并不需要复杂的服务在功能、行为、QoS上查询匹配过程，而是通过与高频服务组合序列比对查找来实现服务推荐。因此RSBSM方法在保证服务发现质量的前提下，提高了服务发现效率，达到了准确快速发现服务的目的。??1相关工作??服务发现是当前Web服务研究的热点之一。为了解决动态服务发现问题，研究人员提出了各自不同的解决方案。文献[3]提出将描述逻辑应用到本体领域,将DAML+OIL本体转换为SHIQ描述逻辑语言，实现对DAML+OIL本体的推理。文献[4]描述了基于OWL??S语义的服务请求和服务发布描述之间的匹配算法；匹配过程中通过本体推理引擎对与输入输出参数相对应的本体概念进行逻辑推理，得到语义匹配度，并对返回的匹配度进行排序，得到最优的服务匹配。文献[5]将服务分为基本服务（ElementaryService）、组合服务(CompositeServic...