随着互联网的不断发展,已由传统意义下的信息发布平台逐渐演变为一个开放的分布式计算基础设施。2002年面向服务的架构（SOA）的提出,使得“服务”成为开放网络环境下资源封装与共享的核心概念。然而,随着跨企业应用的日益复杂,单一的网络服务已实现不了复杂业务的需求,需要通过将多个满足不同功能的服务按照一定业务流程组合起来,来构建复杂的服务系统（SBS）以满足商业上的逻辑需求。另外,随着轻型智能设备、网络服务的嵌入技术和数据联合技术的发展,人们的研究兴趣也开始转向了物联网（Io T）服务。Io T服务可以将现实中的对象连接到Internet,可以通过面向服务的中间件与Internet协议相结合的方法以网络服务的形式进行操作与传输。然而,构建基于服务的系统的过程较复杂,只有专家才能够完成,因此简化服务系统构建过程,搭建服务组合自构建系统是个值得研究的问题。基于关键词搜索的服务系统自构建算法是一个较好的解决方案,用户只需要输入一组简单的关键词,就能够得到一组反应其偏好的服务组合系统。现有基于关键词搜索的方案大都分为两类:一是基于图论的服务组合系统方法;二是基于数据库的服务组合系统方法。但现有方案仍存在一些问题,比如说算法时间效率不高、解决方案可收缩性较差等。针对上述问题,本文设计了一种基于Skyline和组斯坦纳树的Io T服务系统自构建算法方案和基于数据库的轻量级Io T服务系统自构建算法方案。本文主要研究内容如下:（1）提出一种基于Skyline和组斯坦纳树的IoT服务系统自构建算法方案。该方案在图论的基础上进行,使得用户能够在仅提供一组关键词（包括设定的强制关键词）的情况下,实现自动构建基于服务的系统的功能。与传统基于关键词搜索的服务组合方案相比,本文解决方案更具适应性且受限制的程度较小,可以实现与包含所有查询关键词的完整服务组合相当的功能。此外,为了提升算法的时间效率,本算法还设计了3种剪枝策略,在一定程度上减少了不必要时间消耗。最后,通过对比实验证明了剪枝策略的有效性。（2）提出了一种基于数据库的轻量级IoT服务系统自构建算法方案。该方案考虑了存储系统的空间压力和查询时间损耗问题,设计了关系型数据库以用来存储服务。其次,为了满足通过提供关键词与服务质量参数就能够推荐若干个服务组合系统的需求,本算法构建了专门的评分机制--kscore,针对候选服务与输入关键词之间的匹配程度进行评估;同样,为了评估自动构建的基于服务系统的质量,本算法还设计了质量评分机制--qscore。最后,为了满足快速构建服务组合系统的需求,在数据库查询技术的基础上,设计了三种基于数据库查询的递进式服务组合自构建算法,从而产生了一个最佳的算法方案。通过对比实验表明,该算法在时间效率上有了明显提升。