[發(fā)明專利]Web服務(wù)資源庫數(shù)據(jù)的清洗方法和服務(wù)器

有效

• 申請?zhí)枺?/td>: 201310495796.8
• 申請日: 2013-10-21
• 公開（公告）號: CN103559225B
• 公開（公告）日: 2017-04-05
• 發(fā)明（設(shè)計）人: 孫海龍;劉旭東;郭莉莎;李春娥
• 申請（專利權(quán)）人: 北京航空航天大學(xué)
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京同立鈞成知識產(chǎn)權(quán)代理有限公司11205
• 代理人: 劉芳

1.一種Web服務(wù)資源庫數(shù)據(jù)的清洗方法，其特征在于，包括：

服務(wù)器獲取Web服務(wù)資源庫中多個Web服務(wù)的描述語言WSDL文件；

所述服務(wù)器對所述多個Web服務(wù)的WSDL文件進(jìn)行分類，以得到多個不同類別的Web服務(wù)集合；

針對于每個所述Web服務(wù)集合中的各Web服務(wù)，所述服務(wù)器計算每兩個所述Web服務(wù)對應(yīng)的WSDL文件間的編輯距離，并在所述編輯距離小于預(yù)設(shè)閾值的WSDL文件對應(yīng)的兩個Web服務(wù)之間確定連通關(guān)系；

所述服務(wù)器根據(jù)每個所述Web服務(wù)集合中各Web服務(wù)之間的所述連通關(guān)系構(gòu)建各所述Web服務(wù)集合對應(yīng)的連通組圖，所述連通組圖包括至少一個連通子圖；

所述服務(wù)器將每個所述連通子圖中度最大的一個Web服務(wù)作為第一Web服務(wù)，并刪除所述連通子圖中除所述第一Web服務(wù)外的其他Web服務(wù)。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述服務(wù)器對所述多個Web服務(wù)的WSDL文件進(jìn)行分類，以得到多個不同類別的Web服務(wù)集合，包括：

所述服務(wù)器提取所述多個Web服務(wù)的WSDL文件中的關(guān)鍵信息，所述關(guān)鍵信息包括該Web服務(wù)的名稱信息、操作信息和消息信息；

所述服務(wù)器對所述WSDL文件中的關(guān)鍵信息進(jìn)行分詞處理，并生成每個所述WSDL文件對應(yīng)的特征向量，所述特征向量中的特征項對應(yīng)于所述分詞處理后生成的每個關(guān)鍵詞在所屬的所述關(guān)鍵信息中出現(xiàn)的次數(shù)；

所述服務(wù)器將所述多個Web服務(wù)的對應(yīng)WSDL文件對應(yīng)的所述特征向量進(jìn)行聚類運(yùn)算，以得到多個不同類別的Web服務(wù)集合。

3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述針對于每個所述Web服務(wù)集合中的各Web服務(wù)，所述服務(wù)器計算每兩個所述Web服務(wù)對應(yīng)的WSDL文件間的編輯距離，包括：

所述服務(wù)器根據(jù)每個Web服務(wù)的所述WSDL文件中包含的元素，以及所述元素之間的關(guān)系，構(gòu)建所述WSDL文件對應(yīng)的元素標(biāo)簽樹，所述元素標(biāo)簽樹的每個節(jié)點(diǎn)包括對應(yīng)的所述元素的文本描述信息；

所述服務(wù)器將每個所述元素的文本描述信息進(jìn)行分詞處理，生成每個節(jié)點(diǎn)對應(yīng)的實(shí)詞集合；

針對于每個所述Web服務(wù)集合中的每兩個所述Web服務(wù)的WSDL文件，所述服務(wù)器將其對應(yīng)的兩個元素標(biāo)簽樹中各相同層的節(jié)點(diǎn)進(jìn)行比較，若存在相同層的節(jié)點(diǎn)數(shù)目不同，則在節(jié)點(diǎn)個數(shù)較少的元素標(biāo)簽樹的相應(yīng)層的位置上添加空節(jié)點(diǎn)，以使所述兩個元素標(biāo)簽樹中各相同層的節(jié)點(diǎn)的數(shù)目相同；

針對于每個所述Web服務(wù)集合中的每兩個所述Web服務(wù)的WSDL文件，所述服務(wù)器計算每兩個所述Web服務(wù)添加空節(jié)點(diǎn)后對應(yīng)的兩個元素標(biāo)簽樹中各相同層的節(jié)點(diǎn)中每兩個節(jié)點(diǎn)對應(yīng)的所述實(shí)詞集合間的語義距離；

針對于每個所述Web服務(wù)集合中的Web服務(wù)的WSDL文件，所述服務(wù)器采用二分圖最佳權(quán)匹配KM算法，計算每兩個所述Web服務(wù)添加空節(jié)點(diǎn)后對應(yīng)的兩個元素標(biāo)簽樹中各相同層的節(jié)點(diǎn)的所有映射關(guān)系下的實(shí)詞集合間的語義距離和值中的最小值，并將該最小值除以該相同層的節(jié)點(diǎn)個數(shù)得到的商確定為所述兩個Web服務(wù)對應(yīng)的兩個元素標(biāo)簽樹中對應(yīng)的相同層節(jié)點(diǎn)間的第一編輯距離；

根據(jù)L=Snx+Σi=1,...,nSix(1-x)(n-i)]]>

確定每兩個所述Web服務(wù)的WSDL文件的編輯距離L；其中，所述n為每兩個所述Web服務(wù)對應(yīng)的兩個元素標(biāo)簽樹中節(jié)點(diǎn)的層數(shù)，所述S_i為所述服務(wù)器根據(jù)每兩個所述Web服務(wù)對應(yīng)的兩個元素標(biāo)簽樹中對應(yīng)的第i層節(jié)點(diǎn)間的所述第一編輯距離，所述x為所述S_i對應(yīng)的權(quán)重因子，其為小于1的正數(shù)。