在全球网络化、信息化的今天，网络上的服务飞速增长。我们在庞大的网络空间中如何快捷、高效地利用网络查找到自己所需要的服务，是一个热点问题。语义Web技术的发展为我们打开了一扇窗。传统Web服务是通过关键字的相似度匹配来实现的，由于语义信息的不健全，导致了Web服务在一定程度上存在缺憾。随着本体概念的引入及语义Web服务描述语言的提出，大大提升了服务的语义表达能力和发现能力，从而使计算机能够最大限度的理解和处理语义信息，支持服务的自动发现，并且可以提升查全率和查准率。如何使通过关键字查询与描述服务有机的结合，探寻相似性计算和语义Web服务匹配准确性，是我们研究的主要方向。本文针对语义Web本体结构中概念之间关系有差异的情况，通过比较网络距离模型与信息论模型这两种语义相似性的计算方法，分析两种算法的优势和不足，提出一种新型混合计算方法。这种方法糅合了网络距离模型与信息论模型这两种算法的优势，最大限度的避免了两种算法的缺陷和不足，尽最大努力考虑各方面干扰因素，进而达到先对的最理想目的。同时进一步综合语义推理和文本提出的方法，使问题尽量精确化，得到最小范围的语义特征集，完善匹配效果。最后，利用概念之间的关联性和不对称性的特征，将使用语义特征集标注过的概念进行矩阵换算，将其变换为概念语义特征集SFS和模特征集合FFS，并计算出相似度实现服务的最终匹配。