語義相似度Web服務(wù)合成策略的應(yīng)用研究
——以物流信息平臺為例

邸臻煒，朱肖穎，陸科達

（1.2.3.梧州學(xué)院信息與電子工程學(xué)院，廣西梧州 543002）

語義相似度Web服務(wù)合成策略的應(yīng)用研究
——以物流信息平臺為例

邸臻煒1，朱肖穎2，陸科達3

（1.2.3.梧州學(xué)院信息與電子工程學(xué)院，廣西梧州 543002）

研究語義Web服務(wù)匹配問題，提高匹配效率。傳統(tǒng)Web服務(wù)基于關(guān)鍵字匹配，靈活性差，查準(zhǔn)率和查全率偏低；語義Web服務(wù)引入機器可理解的語義信息，提高了信息共享程度及服務(wù)檢索成功率，但服務(wù)響應(yīng)慢，系統(tǒng)開銷大。為了提高Web服務(wù)匹配效率，降低系統(tǒng)成本，提出一種基于語義相似度的Web服務(wù)混合匹配策略。首先對語義Web服務(wù)匹配問題進行分析，然后建立基于語義相似度的Web服務(wù)混合匹配模型，最后在西江物流平臺中設(shè)計了一個基于語義Web服務(wù)的混合匹配框架。實際應(yīng)用效果表明，混合匹配策略實現(xiàn)了語義Web的更好匹配，為客戶提供更為快捷、準(zhǔn)確的“尋車配貨”服務(wù)。

服務(wù)匹配；語義Web服務(wù)；相似度；語義距離

1 引言

Internet技術(shù)與電子商務(wù)的飛速發(fā)展，使Web上提供的Web服務(wù)（Web Service）呈指數(shù)級增長，如何從海量的Web服務(wù)中快速準(zhǔn)確地找到所需的服務(wù)便成為各界關(guān)注的熱點問題。Web服務(wù)采用SOAP等標(biāo)準(zhǔn)協(xié)議通過網(wǎng)絡(luò)媒介將應(yīng)用組件以松散耦合方式集成為一種服務(wù)框架[1]，解決了異構(gòu)平臺上不同應(yīng)用之間的數(shù)據(jù)通信問題，并以其封裝性好、重用性高、跨平臺等優(yōu)勢，成為一種全新的開放業(yè)務(wù)模式及遠程訪問標(biāo)準(zhǔn)廣泛應(yīng)用于各個領(lǐng)域，使用戶能通過Internet網(wǎng)絡(luò)快速、方便地使用Web服務(wù)。

傳統(tǒng)Web服務(wù)利用關(guān)鍵字從語法層面進行匹配[2-3]，需要用戶自己去查找服務(wù)，靈活性差、效率低，不能滿足Web服務(wù)快速發(fā)展和隨時更新的需求。如何從Web服務(wù)群中發(fā)現(xiàn)無歧義的最佳服務(wù)，變得越來越具有挑戰(zhàn)性。語義Web通過本體和Web內(nèi)容的語義標(biāo)記，使計算機能夠理解并處理Web上的信息，提高了Web服務(wù)的發(fā)現(xiàn)能力，一經(jīng)提出便倍受國內(nèi)外科研機構(gòu)的關(guān)注。歐洲IST為提高語義Web的智能化在項目中引入了本體層，美國國防部的DAML(DARPA Agent Markup Language)項目，歐盟等國家的Onto Web研究網(wǎng)絡(luò)，德國Karlsrube大學(xué)的KAON項目，曼徹斯特大學(xué)和英國南安普頓大學(xué)密切合作的COHSE項目[4]等，都極大地推進了語義Web的研究。語義Web和Web服務(wù)的結(jié)合產(chǎn)生了語義Web服務(wù)（Semantic Web Service，SWS），它集中了二者的優(yōu)點，通過服務(wù)的自動發(fā)現(xiàn)、自動組合和自動執(zhí)行來實現(xiàn)信息的智能、高效交互，是當(dāng)前語義Web研究的熱點之一，并已取得眾多成果。例如，史忠植等提出了多主體服務(wù)環(huán)境MAGE技術(shù)，設(shè)計了一種基于概念間層次距離描述邏輯的服務(wù)匹配算法[5]；王歡和孫瑞志提出了一種基于語義相似度的模型，大大提高了查詢的準(zhǔn)確率[6]。但Web服務(wù)的表達和檢索還存在著許多技術(shù)缺陷，SWS的服務(wù)發(fā)現(xiàn)機制還不夠完善。因此，對SWS的服務(wù)匹配研究具有極其重要的意義。

本文針對物流信息智能匹配問題，借鑒網(wǎng)絡(luò)空間距離模型和信息理論模型的優(yōu)點，提出一種基于語義相似度的Web服務(wù)混合匹配策略，在西江物流平臺中設(shè)計了一個混合匹配框架，為客戶提供快捷、準(zhǔn)確的“尋車配貨”服務(wù)。

2 Web服務(wù)匹配技術(shù)

2.1 Web服務(wù)模型體系結(jié)構(gòu)

Web服務(wù)應(yīng)用是一個具有自描述性和自包容性的分布式計算模型，用戶可以通過查詢、發(fā)布及調(diào)用Web服務(wù)來滿足自身的需求。Web服務(wù)模型由服務(wù)代理(Service broker)、服務(wù)請求者(Service requester)和服務(wù)提供者(Service provider)三種角色組成，具有描述(describe)、發(fā)現(xiàn)(discover)、發(fā)布(publish)和綁定／調(diào)用等基本操作，其體系結(jié)構(gòu)如圖1所示。

圖1 Web服務(wù)模型的體系結(jié)構(gòu)

2.2語義Web服務(wù)

傳統(tǒng)Web服務(wù)不能實現(xiàn)智能化且查全率低。SWS對自身資源賦予機器可理解的語義標(biāo)記，并在服務(wù)注冊的時候?qū)敕?wù)本體和領(lǐng)域本體庫，使Web資源可以清晰地進行結(jié)構(gòu)化描述和語義描述，為基于語義Web的發(fā)現(xiàn)和推理提供有力支持，用戶可以根據(jù)內(nèi)容訪問Web資源，通過機器自動、高效地查找并處理海量信息中潛藏的知識，從而使SWS成為未來Web服務(wù)的發(fā)展趨勢，如圖2所示。

圖2 語義Web服務(wù)發(fā)展趨勢

SWS關(guān)鍵技術(shù)包括基于語義的Web服務(wù)描述、SWS匹配、SWS組合、SWS執(zhí)行及監(jiān)督等。其中如何提高SWS服務(wù)發(fā)現(xiàn)和匹配的準(zhǔn)確性和效率是一個亟待解決的關(guān)鍵問題。

2.3 SWS發(fā)現(xiàn)模型（OWL-S）

SWS描述語言將語義信息直接加入到Web服務(wù)語言中，使Web服務(wù)在底層就具備了語義信息，以消除服務(wù)交互處理間的異質(zhì)或歧義性。OWL-S（Ontology-based Web Language-Service）是基于OWL語言的Web服務(wù)本體，它為Web服務(wù)的屬性和功能提供精確的描述和核心的標(biāo)志語言結(jié)構(gòu)，和當(dāng)前的Web服務(wù)標(biāo)準(zhǔn)UDDI、WSDL結(jié)合可以較好地支持語義Web服務(wù)，成功解決了Web服務(wù)描述和發(fā)現(xiàn)的語義表示，為智能化搜索提供了有力支持。OWL-S定義了Web服務(wù)的服務(wù)輪廓、服務(wù)模型和服務(wù)基點三類本體[7]。

OWL-S可有效支持基于邏輯推理的Web服務(wù)語義匹配方式，能根據(jù)請求與服務(wù)的輸入輸出情況把匹配結(jié)果分為精確匹配、插入匹配、包含匹配和不匹配4種，匹配的效率和查準(zhǔn)率都很高，但無法對同一等級內(nèi)的服務(wù)匹配程度進行更細致的區(qū)分[7]。

2.4 語義相似度Web服務(wù)匹配算法

Web服務(wù)匹配算法用于計算提供服務(wù)與用戶對服務(wù)的請求之間的相似程度，不同的匹配算法側(cè)重點不同。

2.4.1 語義邏輯推理匹配算法

基于語義邏輯推理的匹配算法，使用描述邏輯的推理能力來對本體的概念進行推理，通過語義分類樹來確定概念間的匹配程度，并通過對服務(wù)的輸入和輸出兩者的功能語義匹配得到服務(wù)間的匹配結(jié)果[8]。語義匹配模型結(jié)構(gòu)如下頁圖3所示。

圖3 語義匹配結(jié)構(gòu)圖

基于語義邏輯推理的匹配算法因語義分類樹需要人工建立而受到主觀因素和不確定性因素的局限。如果系統(tǒng)程序與人類用戶不能有效地進行交互，系統(tǒng)就會很難建立知識庫，嚴(yán)重的情況下會導(dǎo)致系統(tǒng)不可用。

2.4.2 概念相似度匹配算法

基于概念相似度的匹配算法對需要度量的兩個對象之間的相似度進行度量，對象越相似，相似度的值就越大，是一種反映概念間相似性大小的模糊匹配[8]，很多時候得到的匹配結(jié)果是多個服務(wù)的集合，不能提供更精確的區(qū)分。主流的概念相似度匹配算法有網(wǎng)絡(luò)距離模型相似度算法和信息論模型相似度算法。

2.4.2.1 網(wǎng)絡(luò)距離模型相似度算法。網(wǎng)絡(luò)距離模型相似度算法根據(jù)概念結(jié)構(gòu)樹中層次間的位置距離來計算概念間的語義相似度，概念間的語義距離越短，它們就越相似，概念間的語義相似程度與概念在層次結(jié)構(gòu)樹所處的位置有著密切的聯(lián)系，其語義相似性的計算依賴于層次結(jié)構(gòu)中的詞典，匹配效率高，但靈活性不夠。

其計算方式如公式（2.1）所示。

其中r表示根節(jié)點，len（r，a3）表示r和概念a3之間的最短距離。即可延生出了概念a1和a2的語義距離公式如公式（2.2）所示：

2.4.2.2 信息論模型相似度算法信息論模型相似度算法依賴于概念模型的存在，只要概念模型存在，就可以應(yīng)用，其共享信息的程度取決于兩個概念之間的相似性，共享信息的量越大，概念就越相似。由于每個概念都繼承了其祖先概念的結(jié)點，也必定包含了父結(jié)點的信息，因此可以通過比較其父結(jié)點共同包含的信息來表示其共有的信息量[7]，相似性計算公式如（2.3）所示。

其中，LCA（c1,c2）是離c1、c2兩個概念最近的共同祖先的概念。

上述研究表明，無論單獨使用哪種相似性計算方式都是十分局限的。因此，如何綜合不同匹配算法的優(yōu)點，在SWS研究中很有意義。

3 語義相似度混合匹配算法

3.1 語義相似性計算方法

本文采用融合了網(wǎng)絡(luò)距離模型相似度算法和信息論模型相似度算法的連接邊權(quán)重方法[7]來計算兩個不同概念之間的語義相似度。其公式如（3.1）所示。

公式（3.1）中，整個層次結(jié)構(gòu)樹的平均密度用E表示，自連接數(shù)目用E(p)表示，d(p)表示節(jié)點p在層次結(jié)構(gòu)樹中的層次深度，T(c，p)則表示連接關(guān)系/類型因子IC(p)與IC(c)分別表示父概念和子概念的信息量。由式子可知，參數(shù)α(α≥0)與參數(shù)β(0≤β≤1)決定了概念節(jié)點間的深度和密度。

3.2 語義相似度Web服務(wù)混合匹配策略

本文綜合了網(wǎng)絡(luò)距離模型相似度算法和信息論模型相似度算法的優(yōu)點，提出一種用來計算兩個不同概念之間語義相似度的混合匹配策略，其流程如圖3所示。

圖3 混合匹配策略大體流程圖

混合匹配策略的主要步驟如下：

（1）服務(wù)類別匹配。減少大量后續(xù)的候選服務(wù)集合。該階段具體的參數(shù)有：服務(wù)對應(yīng)的值、服務(wù)類別名稱、服務(wù)的實現(xiàn)代碼以及對分類法模式的引用。

目前，我國旅游電商正處于轉(zhuǎn)型升級階段。旅游電子商務(wù)的快速發(fā)展帶來在線旅游平臺規(guī)模的不斷擴大，供應(yīng)商的不斷增多，但隨之而來的是各種違規(guī)問題。在線旅游網(wǎng)站問題頻發(fā)，一方面是因為一些不規(guī)范的中小代理商利用規(guī)則漏洞來獲取利潤；另一方面，在線旅游網(wǎng)站對平臺的監(jiān)管力度不夠，沒有出臺明確具體的監(jiān)管規(guī)章制度，導(dǎo)致頻頻出現(xiàn)違規(guī)事件。

（2）概念間語義相似度匹配。根據(jù)網(wǎng)絡(luò)距離模型相似度算法在地址庫中找出相關(guān)地址對象集。主要應(yīng)用于服務(wù)請求與服務(wù)提供定義一致的服務(wù)文本。

（3）服務(wù)功能語義匹配。在前兩個匹配步驟不可用的情況下進行，首先使用信息論模型相似度算法對服務(wù)文本的信息進行分割、提取和匹配，得到相近的語義文本，再回到步驟（2），利用網(wǎng)絡(luò)距離模型繼續(xù)匹配。

（4）返回匹配結(jié)果。對匹配結(jié)果進行加權(quán)后得到滿足要求的服務(wù)返回給服務(wù)請求者。

4 匹配相似性混合算法在物流平臺中的應(yīng)用

4.1 項目應(yīng)用背景

隨著西江經(jīng)濟帶上升為國家經(jīng)濟發(fā)展戰(zhàn)略，西江物流業(yè)的貨運量不斷攀升，各企業(yè)原有的物流信息系統(tǒng)不具備與用戶進行實時交互的功能，導(dǎo)致貨物和運力信息反饋速度慢，貨物積壓、車船空載現(xiàn)象嚴(yán)重。為滿足用戶對尋車（船）配貨信息的實時智能匹配需求，提高物流效率，降低物流成本，西江物流平臺必須擁有一個高精度和高效率的運力、貨源、倉儲信息智能配載平臺，作為西江物流平臺實現(xiàn)物流政務(wù)、物流商務(wù)、物流信息實時交換等服務(wù)的核心支撐，最終實現(xiàn)西江物流信息資源的共享。

4.2 運力、貨源、倉儲信息智能配載平臺語義Web服務(wù)發(fā)現(xiàn)框架

本文研究的混合匹配策略是運力、貨源、倉儲信息智能配載平臺發(fā)現(xiàn)框架中短信智能配對組件的核心算法，其主要功能是獲取服務(wù)請求者請求的信息以及把內(nèi)部匹配后的信息向外反饋給服務(wù)請求者。

運力、貨源、倉儲信息智能配載平臺包括應(yīng)用服務(wù)、短信智能配對組件（包括郵編號碼與中文地址相互轉(zhuǎn)換組件、區(qū)號和中文地址相互轉(zhuǎn)換組件）、算法整合組件、Window下通用數(shù)據(jù)庫訪問組件、數(shù)據(jù)庫訪問ADO和數(shù)據(jù)庫服務(wù)器等部分，其中短信智能配對組件是整個發(fā)現(xiàn)框架的核心。本智能配載平臺總體架構(gòu)如圖4所示。

圖4 運力、貨源、倉儲信息智能配載平臺語義Web服務(wù)發(fā)現(xiàn)框架

4.3 混合匹配策略在西江物流信息服務(wù)平臺中的實現(xiàn)

在西江物流平臺的運力、貨源、倉儲信息智能配載平臺中，使用混合匹配策略對用戶通過手機短信發(fā)送到系統(tǒng)的尋車（船）服務(wù)請求與系統(tǒng)中的運力服務(wù)信息進行智能匹配，把匹配得到的最佳結(jié)果以短信的形式返回給用戶。

混合匹配策略根據(jù)用戶輸入的服務(wù)請求的地址信息（運力或貨物目的地），把匹配過程分為規(guī)范地址的匹配和不規(guī)范地址的匹配兩個階段。

4.3.1 規(guī)范地址的匹配過程

用戶請求服務(wù)的地址規(guī)范時，匹配器直接采用網(wǎng)絡(luò)距離模型相似度算法在地址庫中找出相關(guān)地址對象集，并對找出的相關(guān)地址對象集進行優(yōu)化，得出優(yōu)化后的結(jié)果集，最后把結(jié)果集返回給服務(wù)請求者。輸入地址規(guī)范的匹配過程如圖5所示。

圖5 輸入地址規(guī)范匹配活動圖

輸入地址規(guī)范匹配示例如表1所示。

表1 輸入地址規(guī)范匹配結(jié)果

4.3.2 不規(guī)范地址的匹配過程

用戶請求服務(wù)的地址不規(guī)范時，匹配器首先對服務(wù)文本信息進行特征提取，再使用信息論模型相似度算法得到相近的語義文本并把地址規(guī)范化，然后采用網(wǎng)絡(luò)距離模型相似度算法在地址庫中找出相關(guān)地址對象集，再對找出的相關(guān)地址對象集進行優(yōu)化，得出優(yōu)化后的結(jié)果集，最后把結(jié)果集返回給服務(wù)請求者。輸入地址不規(guī)范的匹配過程如圖6所示。

圖6 輸入地址不規(guī)范匹配序列圖

輸入地址不規(guī)范匹配示例如表2所示。

表2 地址不規(guī)范匹配結(jié)果

5 實驗結(jié)果分析

實際應(yīng)用表明，混合匹配策略根據(jù)用戶輸入的請求信息不同而把匹配過程分成兩個階段，既利用了網(wǎng)絡(luò)距離模型相似度算法匹配效率高、信息論模型相似度算法靈活性大的優(yōu)點，又避免了網(wǎng)絡(luò)距離模型相似度算法過度依賴概念結(jié)構(gòu)樹導(dǎo)致靈活性不夠以及信息論模型相似度算法大量占用內(nèi)存和時間代價高的情況，成功解決了由于單獨使用其中的某種技術(shù)帶來的局限性問題，為客戶提供了快捷、準(zhǔn)確的“尋車配貨”服務(wù)，有效解決了傳統(tǒng)物流信息系統(tǒng)無法與用戶進行貨物信息和運力信息的實時交互問題。

混合匹配策略與其他單個匹配算法比較情況如表3所示。

表3 合成策略與各匹配算法的優(yōu)缺點

6 結(jié)論

本文以西江物流平臺的實際需求為背景，提取網(wǎng)絡(luò)距離模型相似度算法和信息論模型概念相似度算法兩者的優(yōu)勢，提出一種基于語義相似度的Web服務(wù)混合匹配策略，并利用該策略在西江物流平臺中設(shè)計了一個基于語義Web服務(wù)匹配的框架，實現(xiàn)了語義Web的更好匹配，并將其應(yīng)用到實際的項目中，整個開發(fā)過程流暢、高效，為客戶提供了更為快捷、準(zhǔn)確的“尋車配貨”服務(wù)。

實驗結(jié)果表明，語義相似性度混合匹配算法能夠有效地提高服務(wù)的準(zhǔn)確率和查全率，匹配方式具有一定的靈活性。但由于語義Web在進行知識推理時需要的規(guī)則都是事先就定義好的，不夠靈活，如果能實現(xiàn)通過學(xué)習(xí)自動生成或根據(jù)用戶推理的需求自定義生成規(guī)則，知識推理過程就更智能、更靈活。

該混合匹配策略在項目開發(fā)實踐中的應(yīng)用嘗試，為軟件系統(tǒng)開發(fā)團隊培養(yǎng)積累了可借鑒的經(jīng)驗。

[1]陳文宇,等.基于相似度的語義Web服務(wù)發(fā)現(xiàn)技術(shù)研究[J].電子科技大學(xué)學(xué)報,2010,6(39):896-910.

[2]鄭向宏,等.面向語用Web服務(wù)的Qos評價模型研究[J].電子科技大學(xué)學(xué)報,2007,36(6):1477-1480.

[3]趙文峰,等.信息提供類Web服務(wù)與RDF數(shù)據(jù)源的集成[J].北京郵電大學(xué)學(xué)報,2008,31(6):109-112.

[4]李新龍.語義Web應(yīng)用程序設(shè)計與實現(xiàn)[D].大連海事大學(xué)碩士論文,2013.

[5]史忠植.aai10-3_多主體環(huán)境MAGE高級人工智能[EB/OL].http://wenku.baidu.com/link?url=V8hooauwCA3K2ZLI8O pMTGCwfSVTdDHp8rsTgexWVnFwD14E8SC2uBKgSnFNKXuBvqjgYdcSng56z2DkZfJjNrm0TqqNgYUWxtnZ21TLt1q.2013-8-4.

[6]王歡,孫瑞志.基于領(lǐng)域本體和Lucene的語義檢索系統(tǒng)研究[J].計算機應(yīng)用,2010,30(6):1655-1660.

[7]曾偉.基于語義相似性的Web服務(wù)匹配技術(shù)研究[D].湖南大學(xué)碩士學(xué)位論文,2010.

[8]殷華英.基于本體相似度的語義Web服務(wù)匹配算法研究[D].遼寧大學(xué)碩士論文,2011.

[9]劉一松,楊玉成.基于文本聚類和概念相似度的語義Web服務(wù)發(fā)現(xiàn)[J].計算機科學(xué),2013,11(40):213-214.

[10]鄧式陽,杜玉越.基于服務(wù)簇和QoS的Web服務(wù)組合方法[J].計算機應(yīng)用，2013,33(8):2167-2170.

[11]裴韶亮.語義Web服務(wù)匹配框架模型研究與設(shè)計[J].計算機工程與設(shè)計,2010,31(2):410-413.

[12]舒毅,楊凡.基于語義相似度的Web服務(wù)匹配研究[J].計算機應(yīng)用與軟件,2011,8(28):177-180.

[13]李建新,等.一種基于OWL-S領(lǐng)域本體的Web服務(wù)語義標(biāo)注方法研究[J].現(xiàn)代計算機:專業(yè)版,2013(4):27-30.

[14]張金英,李蜀瑜.基于語義相似度與QoS的Web服務(wù)匹配模型研究[J].計算機工程與設(shè)計,2013,3(34):925-929.

[15]劉華鵬.基于主體和QoS的語義Web服務(wù)組合方法[J].計算機工程,2013,10(30):227-231.

[16]鄧水光,等.Web服務(wù)組合框架及研究進展[J].計算機集成制造系統(tǒng),2011,17(2):404-412.

[17]陳文宇，等.基于相似度的語義Web服務(wù)發(fā)現(xiàn)技術(shù)研究[J].電子科技大學(xué)學(xué)報，2010,06(39):896-910.

[18]馬文宇.語義Web服務(wù)的相似度計算研究[J].Computer Knowledge and Technology電腦知識與技術(shù)，2013,24(9):5513-5514.

[19]華進,張志祥.基于語義的Web服務(wù)匹配算法設(shè)計與實現(xiàn)[J].福建電腦，2013,11:44-45.

Applied Research in Synthetic Strategies in Web Service of Semantic Similarity——A Case Study of Logistics Information Platform

Di Zhenwei1,Zhu Xiaoying2,Lu Keda3
（1.2.3.School of Information and Electronic Engineering,Wuzhou University,Wuzhou 543002,China）

This paper focuses on the research in Web service matching so as to improve matching efficiency.Because traditional Web service is based on keywords matching,it has shortage in flexibility and lower percentage of recall and precision.Meanwhile,although Semantic Web service introducing understandable semantic information can improve information sharing and success ratio of service retrieves,its service response is too slow and the cost of such a Web service system is very high.In order to improve Web service matching efficiency and reduce system cost,this paper puts forward a strategy of Web service hybrid match-making based on semantic similarity.In this paper,Semantic Web service matching has been analyzed first.Next,a model of service hybrid matchmaking has been built on the basis of semantic similarity.Finally,based on semantic Web service,a hybrid match-making framework is designed on Xijiang Logistics Platform.Practical application result shows that hybrid matching strategy achieves better service matching of semantic web than before,which can provide clients with a rapid and accurate service.

Service Matching;Semantics Web service;Similarity;Semantic distance

TP393

B

1673-8535(2014)03-0022-10

邸臻煒（1980-），女，山東濟南市人，梧州學(xué)院信息與電子工程學(xué)院講師，主要研究方向：軟件工程。

朱肖穎（1991-），女，漢族，廣西玉林市人，梧州學(xué)院信息與電子工程學(xué)院教師，研究方向：軟件工程。

陸科達（1978-），男，廣西賀州市人，梧州學(xué)院信息與電子工程學(xué)院系統(tǒng)架構(gòu)設(shè)計師，研究生，研究方向：計算機軟件與理論。

（責(zé)任編輯：覃華巧）

2014-04-23

廣西科技開發(fā)項目（桂財教[2010]123號,桂科能10123012-4）