语义网理论为传统的Web服务增加了语义描述信息,从而提高了Web服务的发现,组合和匹配能力。服务匹配是服务发现和组合的核心,研究人员通常关注的是提高匹配算法的查全率与查准率,而在Web服务中引入评价机制也是很重要的研究方向。语义服务匹配的关键是语义层本体的匹配,通常根据字典相似度和语义距离的计算来实现服务的筛选。每个用户都会对其使用的服务进行评价,在服务的语义描述中添加这些评价因素,将会增加服务匹配过程中判断的指标,从而提高服务的查全率与查准率,同时会使其匹配结果更符合请求者的偏好。服务的评价因素是具有时效性的,所以需要动态的集结服务请求者的评价因素才会使服务的匹配结果更有意义。本文研究了语义服务Web服务、OWL-S体系、语义服务注册、语义服务匹配等相关技术,并提出传统语义服务存在匹配类型的区分简单、效率低等不足。本文通过对群体决策理论的发展与现状的分析,以及群体偏好集结算法与层次分析法的动态排序问题的研究,提出在语义服务匹配算法中引入群体偏好理论,动态的改变语义服务中的评价指标值以及指标间的权重关系,使匹配结果有实际意义。并通过对发布服务与请求服务评价指标的模糊匹配,对其进行深层过滤。最后,本文给出服务发现模型与四层结构的服务匹配框架,并详细分析每层功能及特点。并且本文提出了基于群体偏好的语义服务匹配算法,实验结果表明该算法提高了查准率和查全率。