随着Internet的飞速发展，网络上的Web服务急剧增多，如何高效地发现并获得所需要功能的服务变得越来越重要。服务匹配是通过对用户请求服务和服务提供者服务进行比较得出匹配度来作为服务发现的一个关键参考依据，是服务发现的一个重要环节。 目前传统Web服务匹配存在的一个主要问题：服务匹配方法是基于关键词的匹配，缺乏足够的语义信息，这种匹配方式的查全率和查准率都是不高的也不能实现服务的自动发现。语义Web服务就是这一问题的解决方案：即为Web服务描述提供丰富且规范化的语义信息，采用语义服务匹配算法对语义描述进行匹配，使计算机真正参与到服务的发现过程中，从而使服务的自动发现成为可能。在语义Web服务的匹配方面，主要针对服务的输入输出(IO)和前提效果(PE)进行匹配。 本文通过分析已有的两种语义匹配方式——基于推理的匹配方式和基于相似度计算的匹配方式，提出一种将两者结合来计算语义Web服务IO匹配度的匹配策略。首先分析用户请求的类别，决定是否采用基于推理的方式。如果使用则先用基于推理的匹配方式，得出匹配等级，然后根据匹配的等级决定是否采用相似度计算。这样就可以结合基于推理方式的高效性和基于相似度计算的精确性。 本文还对Resnik相似度算法进行分析，提出并证明算法的不足之处，并对其进行改进，并将改进后的算法应用在这一新的IO匹配策略中。 接着本文对语义Web服务发现模型进行研究，提出了一个可以实现服务注册和查找的服务发现模型。模型对UDDI注册中心进行扩展，通过对注册中心添加专门进行语义查询的接口、匹配器和推理机使得用户可以进行语义Web服务的查找。第五章采用第三章提出的输入输出匹配策略，对模型的输入输出匹配部分进行实验，用以验证匹配策略的改进效果和服务发现模型的可行性。