随着SOA的广泛应用,Web服务数量与日俱增,Web服务质量却参差不齐,如何在琳琅满目的服务中为用户匹配到符合要求的服务,成为人们关心的重点。目前通常采用的是UDDI服务描述、发现、集成机制,在该发现机制中采用的是基于关键字的匹配,这样的匹配失准率比较高,因此将当前的UDDI发现机制添加语义支持是非常具有意义的事情。语义Web将Web的资源赋予明确的意义,可以让计算机自动识别信息中的语义部分,从而判断并理解彼此之间的关系,实现自动化智能的Web。将Web服务与语义Web相结合的想法一经提出,得到了业界的一致认可。在基于本体的语义描述中,如何充分利用本体间的关系,结合服务的功能性和非功能性信息的特点,开发出灵活高效的匹配算法是服务发现机制研究中的重点,对于Web服务的发展具有推动作用。本文希望采用基于逻辑和非逻辑相结合的方式,取长补短,结合Web服务自身的特点,将各种匹配方式加以组合,提高伸缩性,尽量做到更高效。本文通过对Web服务机制、语义Web服务基本理论的研究和对当前语义Web服务匹配算法的分析,从输入输出(IO)、前提效果(PE)、服务质量(Qos)三个方面分析了匹配的特点,分别提出了不同的匹配方法,并在原有算法的基础上提出了改进。在这三种匹配算法的基础上,设计了多层次多选择的匹配器,首先设计了种类匹配层,过滤掉不同种类的服务,从而减少待匹配服务的数量,共提供了IO匹配、IOPE匹配、IOQos匹配和IOPEQos匹配四种匹配方式,并在Qos非功能性匹配时支持模糊匹配,充分体现了匹配的灵活性。最后根据具体情况将混合匹配方式中的匹配结果进行加权求和。IO匹配作为匹配器的重点,是匹配的重要参考因素,本文提出基于语义距离和基于属性相结合的匹配算法。本文除了考虑上下位的继承关系外还考虑了同义及包含关系,并对各种关系赋予了不同的权重,通过具有递减性质的函数将语义距离转化成服务间的匹配度,本文在通常采用的函数的基础上,提出了更具有通用性的函数公式,并通过数据比对证明是正确和优越的。考虑到基于语义距离的匹配算法过于依赖本体的层次结构,本文采用基于属性的匹配算法来弥补这一缺点,本文在以往公式的基础上,提出了新的计算公式,使匹配度的值域保证在[0,1],并通过数据比对证明该公式具有更好的效果。最后将基于语义距离的匹配度和基于属性的匹配度加权求和记为IO匹配度。PE匹配作为参考匹配部分,如果选择了IOPE匹配或IOPEQos匹配,那么首先进行PE匹配,匹配的结果只有成功和失败两种结果。Qos匹配将随着Web服务数量的增多而得到用户更多的关注,本文对Qos匹配进行了分析,重点考虑服务价格、服务执行时间、服务可靠性和服务可用性四个因素,在支持精确匹配的基础上提出了支持模糊匹配的算法,并采用聚类的方法得到符合大多数用户意见的评价标准。最后通过实验证明了该算法是有效的,在多种情况下都可以具有很高的查全率和查准率。接下来继续采用分模块的方式,对每种匹配算法进行细化研究,考虑更多的情况,如输入参数数量不等、匹配值不对称等问题,进一步提高匹配的准确率。