【摘 要】
：
当前常用的Web服务组合策略多借用模板实现,并假设描述服务的属性是静态不变的,返回给用户的结果无法同步于实时变化的具体环境.本文借助图算法,提出一种上下文感知的动态服务组合策略.利用上下文信息可以描述用户个性需求和服务所处环境的信息,有助于为用户提供适合当前应用的服务组合.该策略能够在实时环境中进行快速的服务组合.
【机 构】
：
山东大学计算机学院 济南 250101
【出 处】
：
全国Web信息系统及其应用学术会议、全国语义Web与本体论学术研讨会暨全国电子政务技术与应用学术研讨会
论文部分内容阅读
当前常用的Web服务组合策略多借用模板实现,并假设描述服务的属性是静态不变的,返回给用户的结果无法同步于实时变化的具体环境.本文借助图算法,提出一种上下文感知的动态服务组合策略.利用上下文信息可以描述用户个性需求和服务所处环境的信息,有助于为用户提供适合当前应用的服务组合.该策略能够在实时环境中进行快速的服务组合.
其他文献
低水平重复建设和互通障碍是电子政务面临的两个主要问题,传统的构件技术只关注代码级的软件复用,对开发环境过度依赖,难以达到预期效果.本文提出基于SOA的适应性电子政务构件支撑环境.有效地支持软件在代码级、业务功能级、知识级等多个层次上的复用,为实现软件资源的整合、重用、共享提供了有效支撑.此外,本文提出业务模式指导和驱动的电子政务构件环境设计的新方法,更符合领域特征需求,有助系统发挥实效.
人口基础信息是我国经济社会发展和信息化建设中的重要基础,人口基础数据库是我国电子政务建设四大战略性、基础性信息库之一.我国人口相关信息目前散布在公安、劳动、人事、卫生、民政、教育等政府部门各种异构数据库中,数据仓库技术是整合人口信息数据资源的一种有效途径.数据仓库使得政府部门的相关人口信息变得易于获取,并且可为决策提供可靠依据.本文概述了基于数据仓库技术的人口信息管理系统的设计思想、主要功能、实现
为构建省市县三级财政IT综合运维体系,实现IT运行管理的流程化、系统化和规范化,本文在分析系统功能需求的基础上,设计了基于ITSM的财政综合运维平台体系结构,对系统核心功能模块的工作流程进行详细阐述,并针对若干关键技术提出了具体的实现方案.
为了表示语义Web和本体中不精确和不确定的模糊数据信息，提出了模糊教据类型域的概念，并给出了一种模糊数据类型表示的统一机制.此外，为了对模糊描述逻样提供推理服务，提出了一种支持模糊数据类型表示的模糊本体推理结构，并给出此结构中的重要组成部分模糊数据类型推理机的详细设计.
基于树核函数和最短路径包含树(SPT),本文提出了一种改进的方法,应用适当的修剪策略,大大减少了冗余和噪音,同时扩充了原有的SPT,使之包含更丰富的语义信息.在ACE RDC 2004基准数据上的实验结果表明该方法起到了很好的作用,与SPT相比,性能有了明显的提高.
DeeP web领域受到越来越多的关注，随着研究的深入，领域模型在这个数据集成过程中的作用受到重视，可以在一些模块中使用它，例如:可以对Deep Web查询接n进行关健字填写;可以对Deep Web数据源进行分类;可以对压即Web查询结果进行语义标注，还可以为接口集成提供一个全局的指导信息等。但目前尚没有一个统一的领域模型。提出了一个领域模型，使用一裸标签树进行表示，可以使用同一领域的一组接口来建
组合测试用例生成问题是组合测试研究的一个重点.在一些关键应用领域,常用的两两组合测试往往难以满足可靠性方面的要求,可能需要进行更高强度的N(N＞2)维组合测试.本文在one-test-at-a-time策略的基础上,对已有的DDA算法进行扩展,提出一种基于密度的N维组合测试用例生成算法。试验表明,该算法可以生成规模较小的测试用例集.
SOA源于早期的基于构件的分布式计算方式,目前已经被多数企业广泛认可.在SOA的实施过程中,对于系统设计者来讲,服务的设计是一个非常重要的问题。文章在研究SOA理论的基础上,根据SOA多层次、多粒度的服务设计原则,研究了基于SOA的服务构件技术,给出了服务构件的定义和基本概念模型.结合服务设计的理论和服务构件封装的实践提出了服务构件设计和实现的一般步骤,并将接口技术作为服务构件封装技术的重点.最后
健壮性测试是保证软件可靠性的重要手段.然而,现有的健壮性测试技术主要采用故障注入方法来评估系统的容错能力,从而使得测试代码与产品代码相互缠绕,形成横切关注.面向方面程序设计能有效模块化横切关注,提高代码的可读性和可维护性。为此,本文提出了一个基于AOP的健壮性测试框架ARTF.实例研究表明该框架能从很大程度上消除产品代码和测试代码间的耦合,提高代码质量。
为了方便老师和学生开拓Web资源的多种可能应用来满足个人的学习和教学需要,我们在本文中提出了在个性化推荐学习系统(PeRES)基础上设计和开发的集成了多个相关本体的英语教育本体(ENGOnto)来方便相关学习对象的识别和发现.这个集成的本体由5个相关的教育本体组成:Curriculum本体、Language本体、Pedagogy本体、People本体和KnowledgePoint本体。这些教育本体