[发明专利]一种面向服务网络的社团发现方法

说明书

本发明公开了一种面向服务网络的社团发现方法，该方法可以联合建模操作调用、服务属性、操作和服务之间的从属关系等，使用两个不同的变量集表示在不同粒度的聚类结果，解决服务网络异构的问题。同时，在模型中用广义社团结构思想，以适应服务网络中操作调用关系形成的异配网络。相比于现有的社区发现方法能够更精准的发现服务网络社团，能够综合考虑服务网络数据不同粒度及广义社团结构这两种特性，完成对服务网络结构和服务语义两种信息的综合建模，提高服务网络上社团发现的精度并具有良好的实用性。

技术领域

本发明涉及Web服务和社团发现领域，具体是涉及一种面向服务网络的社团发现方法。对服务进行聚类，联合建模服务属性、服务操作间的调用关系、操作和服务之间的隶属关系等服务语义及服务关系，构建了社团结构和社团语义紧密关联的概率生成模型，综合考虑服务网络数据不同粒度及广义社团结构这两种特性，提高服务网络上社团发现的精度并具有良好的实用性。

背景技术

随着面向服务计算(Service Oriented Computing)的快速发展，出现了大量的公共Web服务。Web服务是一种软件系统，用于在网络上支持可互操作的机器与机器交互。随着网络服务库的建立和发展，如ProgrammableWeb，myExperiment和biocatalogue，互联网上可用的Web服务的数量显著增加。如今，越来越多的服务在影响我们生活的方方面面，出行有打车服务，天气查询服务，车票预订服务等。智能手机也已经非常普及，在手机上安装的应用服务更新也越来越快，越来越多的企业和机构公开发布他们的API。同时，服务使用者的要求也越来越多样化和复杂化。以用户出行为例，在出行时可能用户不止需要查询车票，同时还需要进行车辆预定和天气查询。因此，实现若干个Web服务协作完成某一组功能以满足用户需求，即服务组合，就变得越来越普遍。如何快速准确地满足用户的需求是服务推荐和服务组合中的一个基本问题。然而，由于公共Web服务的急剧增加，管理Web服务和实现服务推荐和组合变得困难。

为了克服这个困难，找到具有相似功能的服务社团，服务聚类作为一种重要的技术手段可以用于服务推荐和组合，可以从而提高服务组合中无效故障服务的有效替代和提高服务推荐的性能。

发明人在实现本发明的过程中，发现现有技术至少存在以下缺点：

首先，现有的服务聚类方法没有考虑服务间的相互协作关系，认为Web服务是相互独立的，这违背了实际，降低了服务聚类的性能。

其次，现有的、通用的使用网络和内容的社区检测算法不适合于服务网络中的社团发现。原因如下：

①每个服务包含几个操作来实现其整体功能，事实上，在服务网络中，调用关系发生在操作上，而不在服务上的，一个服务的操作会调用来自另一个服务的操作。而文本描述是针对服务的，内容信息描述了整个服务的服务特性。因此，对服务网络来说，网络拓扑结构和内容的信息在不同的粒度上，一个是建立在操作的粒度上，一个是建立在服务的粒度上。然而，基于网络和内容的典型社区检测方法只适用于网络和属性信息处于同一粒度的属性网络，即网络是在同一组实体上定义的，它们使用相同的一组变量来表示基于内容的社团成员和基于拓扑的社团成员。因此，典型的属性网络社区检测方法不适合服务聚类。此外，服务网络还有另一种类型的信息—服务与操作间的从属关系，现有社区检测方法没有办法加入这类信息。但是这类从属关系信息对于服务聚类是有用的，因为同一服务中的操作在功能上是相关的。但是典型的社区检测方法和现有的服务聚类方法不能使用这种类型的信息。

②现有的社区检测方法通常假定同一个社区中节点互相连接紧密，而不同社区之间节点连接稀疏。然而，在服务网络中并非总是如此。有时同一社团中的服务操作往往调用不同功能社团中的服务操作来完成其功能。事实上，调用不同功能的操作有助于实现服务间的相互协作。这使得某些社团中的服务与其他社团中的服务有更多的连接。大多数现有的社区检测方法只能找到同配的社团结构，并不能发现异配的社团结构。

发明内容