语义Web服务基础技术研究综述

语义Web服务的提出是为了解决现有Web服务发现和组合等低性能和低效率问题,从而有效提高信息集成的自动化能力。主要对语义Web服务相关研究的基础--服务的描述语言进行综述。叙述了语义Web服务的研究背景,详细地讨论了5种语义Web服务的描述语言,并给出了语义Web服务的集中式和非集中式两种发布模型架构,列举了语义Web服务的几种开发工具,对语义Web服务技术进行了总结和展望,为以后的深入研究提供参考借鉴。     

语义Web的研究与展望

对一系列Web新技术的总称--语义Web进行了综述,在分析语义Web的研究背景、研究价值及现有语义Web模型的基础上,对W3C组织的语义Web研究现状和语义Web研究领域当前的研究状况进行了分析;对其今后的研究工作进行了展望;总结了未来语义Web基础研究和应用研究的方向:语义Web的基础研究主要包括本体的发展、语义Web语言的形式语义和确信(Trust)与证据(Proof)模型的开发;应用研究主要集中在Web-services、基于代理的分布式计算、基于语义的网页搜索引擎和基于语义的数字图书馆几个方面.     

基于语义Web的自动推理技术研究

本体论是语义Web的逻辑基础,语义Web研究的主要目的就是扩展当前的万维网,使得网络中的信息具有语义.语义Web出现的目的是为了解决机器和人对知识理解的问题,因此,可以在语义Web的基础上展开推理.以此为思路,首先分析了语义Web的逻辑基础,然后对语义Web的推理形式进行了研究,最后在此基础上提出了一种有效的推理系统,该推理系统解决了传统专家系统中知识表示形式所带来的一些问题,并且能够使建立的知识更好地共享.     

本体驱动的面向主题的网页关系识别

将本体与万维网内容挖掘相结合,提出了基于本体的网页关系识别规则的自动生成和优化算法.在网页分类的基础上,对网页之间的关系进行自动识别,为Web资源语义化奠定了基础.     

一种Web商务智能语义平台及时序知识模型

提出一种基于知识挖掘的Web商务智能平台(KB4WBI),实现了在线Web知识获取和知识语义管理.针对Web商务信息具有的明显时效性和上下文相关性,着重研究基于本体演化的时序Web知识表示模型.与已有的方法相比,该平台综合考虑了实时性和语义性,提高了知识精度和效用,从而奠定了Web商务的智能性基础.     

基于本体的信息检索系统模型

针对基于关键字的传统查询方法存在的不足,提出一种面向语义查询的信息检索模型.该模型将信息检索方法与语义Web技术相结合,通过基于本体的知识库实现用户对文档库的语义查询;同时,综合考虑语义检索和关键字检索两种情况,提出一种相似度计算方法,有效地满足了用户对Web信息资源的要求,并为以后的语义检索研究奠定了理论基础.     

基于CPN网络的Deep Web数据语义标注

全面准确地标注Deep Web数据是实现Deep Web数据集成系统的关键问题,然而现有的DeepWeb数据语义标注方法还不能很好地解决这一问题.提出一种基于CPN网络的Deep Web数据语义标注方法,通过提取属性值的基本特征,采用CPN网络实现Deep Web数据语义标注.同时,采取了一种有效的方法准确获取Deep Web结果页面中的属性值,为语义标注奠定了良好的基础.与同类成果相比,基于CPN网络的Deep Web数据语义标注方法提高了语义标注的准确率及召回率.     

语用Web服务管理框架

为了弥补现有语义Web服务在动态性和交互性方面的不足,将语用Web引入到Web服务研究中,提出了语用Web服务技术,并将其应用于Web服务管理领域.面向语用Web服务管理分为4个层次:语法Web服务层,语义Web服务层,语用Web服务层,网络服务管理层.给出了语用Web服务与语义Web服务协作流程的实现场景.语用Web服务管理促进了服务和消费者之间理解和交互模式的改变.     

服务匹配模型中综合语义匹配方法研究

针对目前基于语义的服务匹配系统中的匹配方法存在对同一等级概念区别不清的问题,采用Web Services和语义Web技术,提出了一个基于UDDI和OWL-S的服务匹配模型,即对传统服务匹配模型的UDDI中引入语义化服务描述和基于数值计算的语义匹配功能.并综合利用基于几何距离和基于信息容量两种语义相似度算法的优点,设计了一种综合语义匹配算法,最后通过实验验证了该方法的优越性.     

语义Web及其关键技术分析

为了使Web中的信息能更好的支持计算机和人类的协同工作,提供更多的机器可处理语义的自动化服务.针对语义Web研究中如何更有效利用信息、明确国内研究重点及实现语义Web应用的关键技术等问题,在分析大量国外内语义Web研究成果的基础上,从体系结构中存在的问题及关键技术入手,明确今后主要的研究方向与重点问题.为语义Web应用的实现提供一定的理论支撑.     

语义Web服务发现分层agent模型

自万维网创始人Tim Berners-Lee提出语义W eb概念及相应的参考模型以来,现已由当初的语义W eb研究转向智能W eb服务的研究.在研究W 3C组织提出语义W eb服务框架的基础上,这里给出了一个可行的语义W eb服务发现的分层agent模型,为研究语义W eb服务发现的上层建模提供参考.     

基于本体的多Agent语义挖掘系统

在分析语义W eb与本体需求的基础上,提出了基于本体的多A gent语义挖掘系统模型。该系统由用户A gent、匹配A gent、语义中间件、推理A gent、查询A gent、本体库以及语义信息源等组成。并且开发了基于本体的多A gent语义挖掘系统的实验原型,为下一步研究开发比较成熟的软件产品奠定了良好的基础。     

基于语义的Web服务发现机制的研究

在对Web服务和领域本体研究的基础上,把语义网和Web服务相结合,提出了一个售票领域本体模型,用本体中丰富的关系表达传统Web服务所不能表达的语义,依据Web服务描述本身的特点,对基于语义的Web服务相似度计算方法进行了研究,提出了一种不同于关键字匹配的基于语义距离的Web服务匹配算法。     

基于语义的Web服务发现机制的研究

在对Web服务和领域本体研究的基础上,把语义网和Web服务相结合,提出了一个售票领域本体模型,用本体中丰富的关系表达传统Web服务所不能表达的语义,依据Web服务描述本身的特点,对基于语义的Web服务相似度计算方法进行了研究,提出了一种不同于关键字匹配的基于语义距离的Web服务匹配算法。     

基于二元关系的语义Web的建立

为了便于机器理解和提高网络资源的利用率提出了语义Web .基于二元关系讨论了语义Web的建立过程 ,具体给出语义Web中相关语义的形式化定义 ,并基于此给出了语义描述和挖掘方法 ,进行了集合相关语义的完备性的证明 .为了语义Web能应用于实际网络中 ,给出了语义拓展方式的定义 ,继而完成语义Web的形式化定义 ,给出语义Web的整体模型 .最后 ,给出了若干用于检验语义有效性的方法 ,以进一步提高语义Web的实用性 ,至此可创建相对完整的语义Web .     

语义Web推理的研究与实现

语义Web的逻辑基础是描述逻辑,语义Web出现的目的就是为了解决机器和人对知识理解的问题,因此可以在语义Web的基础上展开推理。传统的推理系统结合语义Web可以克服知识表示方面的缺点,并且有利于知识的共享。首先在语义Web的知识体系之上建立起来一套推理系统,然后通过应用实现对该系统进行了验证。     

Automatic Web services composition based on SLM

Motivated by the problem of simplifying the manual operation of the composition process, we propose an approach to automatically compose available Web services to fulfill user＇s goal based on the assumption that there are a set of alternative Web services with similar functionality and different QoS properties. A formal model （i.e. semantic links matrix, SLM for short ） is proposed to store semantic links values for the Web services with semantic relationship and QoS of Web services. The SLM provides a search place for a backward-search planning algorithm, at the same time; the QoS criteria make a rational and effective decision among a number of similar Web services. The function and some properties of the algorithm are analyzed. The approach can improve the correctness and flexibility for Web services composition and satisfy the local QoS attribute.