随着分布式对象技术和XML技术的发展,出现了Web服务技术。Web服务吸收了分布式计算、Grid计算和XML等各种技术的优点,具有高度的互操作性、跨平台和松耦合的特点,从而成为WWW的主要发展趋势。Web服务为B2B电子商务提供了有效的手段,各组织或机构作为服务提供方可将自己的业务过程作为Web服务发布到网络上。但单个Web服务的功能有限,往往需要组合多个Web服务,实现服务增值和服务重用,发挥Web服务的潜力。随着Web服务数量和种类的不断增加,可供使用方选择的服务也随之增加,这既增大了用户的选择空间,也增大了选择的难度。因此,在大量相似服务共存竞争的环境下,服务的选择问题成了人们关注和讨论的焦点。对用户来说,当然希望能够根据服务质量(Quality of Service, QoS)进行比较和选择,因此QoS信息在服务选择中占有重要的地位。作为评价和衡量Web服务标准的QoS,因其参数数据类型的不同,需要相应的机制来规范Web服务的服务质量。传统的选择方法大多是基于QoS的计算模型聚合所有的质量属性值为一个目标值,最后通过排序函数选出最优的服务,即有最大QoS值的服务供用户调用。但是这些服务的选择方法都极少考虑到用户的并发请求,而且这些选择机制也不适用于并发请求,因此,基于QoS的Top-k Web服务选择方法便被提出来了。Top-k服务选择方法的核心思想：从大量功能相同的候选服务中选择前k个最优的服务,随机分配给并发请求的用户。此方法不仅省去了需要专门的排序函数对服务进行排序的麻烦,而且在满足并发请求的同时也有效地降低了服务响应时间。本文对Web服务选择方法的研究主要围绕Web服务质量规范化和基于QoS的Top-k服务选择问题展开,主要的研究内容和贡献如下：(1)分析了已有的QoS计算模型,改进了QOS属性标准的规范化方法。该方法在规范QOS质量属性时,将各属性的最大规范化值设为变量而非常量。这就避免了不同候选服务可能得到相同QOS值的现象,更适应于动态的服务环境下的选择。(2)根据服务间的控制关系计算服务的控制值(score)。该服务控制值的算法引入了两个矩阵Q和V,分别代表每对服务间的比较信息和比较结果。它避免了每对服务间的重复比较,从而快速的计算候选服务中每个服务的控制值。(3)分析了各种服务选择算法,提出一种基于QOS的Top-k Web服务选择算法。该方法基于aR-tree树索引,通过深度优先搜索剪枝的方法削减候选服务集,从而减小服务搜索空间。Top-k服务选择方法通过有效地解决并发请求问题,改善了传统选择方法超长响应时间的现象,保证了服务质量的稳定性,并提高了服务的选择效率。