作者：徐尚英,聂规划,陈冬林
出版社：电子工业出版社
格式: AZW3, DOCX, EPUB, MOBI, PDF, TXT
用户个性化网络服务智能发现方法研究试读：
前言
随着电子技术、电子商务、泛在技术和面向服务技术的迅猛发展，现代服务业与信息产业的融合程度逐步加深。如何帮助用户解决复杂服务资源环境下面向用户个性化需求的网络服务智能发现成为服务领域专家学者所需要重点研究的关键问题。
就目前的研究现状而言，存在以下众多待研究的问题。
① 伴随服务种类和服务数量的增加，如何根据服务的特征及属性帮助用户智能化地实现服务的选择和决策制定，提升用户体验并实现长尾效应，以期促进并取得新型服务产业的长足发展和企业价值的最大化。
② 随着用户需求多样性和复杂性的增加，如何缩减简单的海量信息呈现方式下用户在完成服务消费之前必须完成大量的服务搜索、信息分析、属性比较等工作，降低服务发现成本。
③ 如何采用智能方式挖掘用户需求多样性和潜在用户偏好以应对用户需求个性化给复杂网络环境下网络服务智能发现与推送所带来的挑战等。
本书在国家科技支撑项目“无线城市移动文化生活综合服务平台商业模式与服务目录技术研究（2012BAH93F04）”与国家自然科学基金项目“基于客户视角的Web服务组合优化与协同管理研究（71072077）”的资助下，借鉴国内外现有的网络服务市场长尾效应、网络用户行为、服务发现学习理论、方法和技术的基础上，结合服务发现与服务组合的研究成果，对复杂环境动态变化情况下网络服务智能发现方法展开研究，提出支持复杂网络环境下面向用户个性化需求的网络服务智能发现解决方案以解决上述问题。该方案首先提出面向用户偏好的网络服务智能发现框架，并在此基础上设计网络用户模型和网络服务本体模型，然后提出个性化网络服务本体库的生成与优化方法，最后设计基于个性化网络本体库的网络服务智能发现方法，并采用案例研究进行验证，主要研究贡献如下。
① 面对现有Web服务发现方法只考虑服务功能请求和质量需求而忽视用户历史服务信息对用户制定服务决策的影响力问题，本书提出构建网络服务用户模型以实现服务用户个性化信息的存储、描述以及用户服务偏好的挖掘。设计了网络服务用户模型以及相应的计量标准，旨在通过交叉关联和社会化推荐解决服务发现流程的数据稀疏和冷启动问题，深入挖掘服务用户行为模式以提升服务用户信息利用程度，实现其商业价值并优化服务发现性能。
② 在传统的基于Web服务提供商服务知识提供的服务本体模型构建基础上，结合用户服务行为变化，提出了基于网络服务用户需求和偏好的个性化网络服务本体生成方法；通过网络服务用户兴趣度和网络服务用户适合度等指标进行服务操作判断，实现个性化网络服务本体的动态更新，提高了候选服务发现准确性和效率，以符合用户满意度的服务体验促进服务用户忠诚度的提升，促进服务发现运营价值最大化目标的实现。
③ 以网络服务用户兴趣度和网络服务用户适合度为基础，以有效满足用户个性化网络服务需求为目标，从用户服务请求和候选网络服务的匹配映射出发，设计了基于个性化网络服务本体的网络服务智能发现算法，从服务名称、服务属性矩阵和服务关联关系相似性三方面设计算法，实现了用户个性化服务偏好的有效挖掘利用与服务发现效率的提升，为用户创造新的网络服务模式，对发展我国新型现代服务业具有极为重要的意义。
本书由徐尚英博士主笔，负责全书写作大纲的拟定并定稿。撰写工作安排如下：第1、2章由聂规划教授执笔，第3、4章由陈冬林教授执笔，第5～8章由徐尚英博士执笔。
在本书的撰写过程中，我们得到了有关院校的同行和相关部门的大力支持与帮助，特别是武汉理工大学电子商务专业的教师和研究生们，他们对本书的撰写提出了许多宝贵的意见与建议，在此一并致谢。作者2015年4月 第1章 绪论1.1 概述
伴随着服务相关技术与理论的迅速发展与应用，网络服务环境复杂程度的加剧，网络环境下的服务资源呈现出指数级增长的状态。数量丰富且种类多样的网络服务资源为实现满足用户个性化服务需求的服务发现与推荐提供了可能。但是，目前服务领域亟待解决的关键问题之一就是在复杂网络环境下帮助用户实现海量服务资源中服务目标的精准且高效的定位与呈现。考虑海量服务发现对象，服务提供商如何才能实现用户服务需求的满足和服务用户体验值的提升也是服务领域研究的一个重要课题。针对目前的服务发现研究与应用来说，主要存在以下问题。
① 现有的关于服务发现的研究大多是针对Web服务发现从Web服务QoS计算而展开的，这一研究领域的限制并不符合服务产业发展及其相关技术进步所带来的服务需求多样化以及服务模式的应用程度。究其原因，主要在于网络环境的不断创新导致的云计算技术、云服务提供、泛在计算、普适环境以及O2O服务模式等新的服务以及服务模式的产生；身处如此复杂的网络服务环境，用户的服务需求亦朝着多样化与个性化的方向发展；兼具用户情境或者情境信息的动态变化特征所带来的挑战。因此，复杂网络服务资源环境下网络服务智能发现方法的研究就变得极为重要了。
② 现有的服务发现方法研究大多基于服务关键字或词的服务发现方法及其扩展，仅仅从用户服务请求本身和QoS匹配等方面进行服务发现，而忽视了对用户的个性化服务偏好的研究与利用，相同服务请求以及QoS要求条件下，不同服务用户的服务决策制定可能存在极大差异。实际上，服务发现的基础可以是用户服务请求、用户服务使用历史以及用户服务情境信息。因此，基于关键字的服务发现方法已经不能满足复杂网络环境下的用户个性化服务需求，需要对服务用户的相关信息进行充分的挖掘与应用，以适应不断变化的用户服务偏好，以提升服务用户满意度。
基于上述问题，本书借助泛在技术、网络服务发现和网络服务组合技术与理论的研究成果，从满足用户个性化服务需求的角度出发，提出了一个复杂网络环境下的基于用户个性化需求的网络服务智能发现技术。基于服务用户模型构建和个性化网络服务本体生成与优化，设计了网络服务智能发现机制，考虑服务名称相似度，设计服务属性矩阵，挖掘服务关联关系，提出综合的网络服务智能发现算法。需要重点指出的是，本书研究中所提到的服务或者服务资源并不仅限于Web服务，而是一种综合性网络服务的表述，即网络服务可以是Web服务、云服务、电子服务或者传统服务的网络化结果等，上述所有服务均是本书的网络服务资源指代。
网络服务发现为网络环境下商业服务向线上进行扩展及组合提供良好的技术支持，通过服务发现技术整合分散的服务资源，为用户创造新的服务模式，对发展我国新型现代服务业具有极为重要的意义，国家科技部在“十二五规划”中大力加强对服务聚合平台与应用示范项目的资助力度。网络服务发现主要分为面向内容的信息服务发现和面向流程的商业服务发现两类，国内对这两类发现技术的研究尚处于起步阶段。由于服务发现平台聚集种类繁多、数量庞大的服务资源，实现面向客户需求的服务动态聚合与推荐成为新的挑战。现有服务组合优化研究主要专注于Web服务领域，仅从Web服务属性考虑，为所有客户提供无差异的服务质量（Quality of Service，QoS）优质服务内容，而缺乏对网络商务服务条件下用户服务需求差异和服务提供商或企业的商业利益的考量，不能支持服务发现平台有效满足客户个性化需求条件下平台运营价值增值最大化的实现，基于用户个性化动态信息与偏好发现，有利于深度挖掘面向客户的网络服务发现与推荐技术，在实现基于用户偏好与服务情境的服务推荐技术上蕴含巨大的商业价值。因此，面向大量多类服务资源的网络运营环境，研究复杂网络环境下网络服务发现与个性化推荐技术具有一定的现实意义与经济价值。1.2 国内外研究现状1.2.1 复杂网络环境下的服务相关研究
现有关于复杂网络环境下的服务研究大多从以下方面展开：扩展挖掘服务用户社会化网络关系，利用相似用户和邻居用户关系实现服务发现；从泛在服务、普适计算环境或移动自组织网络环境出发研究服务的发现、匹配与选择，协同作业（服务组合），服务扩展与服务冲突消解，以及用户环境和服务网络条件的自适应。
1.社会化网络环境
面向服务的架构及Web服务的实现技术改变了企业应用软件工程的设计与开发方式。Web服务帮助组织维持其网络上的有效性能，表现为构建能够提供和转换数据的组件，将Web服务联合起来形成随需应变的价值增值的组合。尽管面向服务的架构参与者提倡确保其利益，但现实状况并不能维持其利益：当前的面向服务的应用大多为封闭环境设计，运行时是静态的，而且依赖于形式化的特征与方法。利用社交网络提供服务则能有效解决上述缺陷。服务引擎通常致力于提供满足用户需求的服务，Maamar Z等人通过描述服务引擎如何利用Web服务的交互关系：协同、替换和竞争来建立满足服务发现的社交网络，该社交网络能通过扩展服务关系确定用户可能喜欢的服务伙伴，以防服务失败时的及时补救或者服务选择时的竞争对手。除了现有发现技术的常规更新外，由于存在大量的网络服务，网络服务发现仍旧继续困扰用户。不同的需求触发发现不同类型的网络服务，如开发新的价值增值组合服务并提供给其他终端用户。Faci N等提出将社交网络引入支持Web服务发现的框架，该框架中有工具能够捕捉上述三类关系以保证顺利实现Web服务发现。为解决现有Web服务发现注册模型所存在的无法捕捉Web服务交互过程中所产生的丰富信息的缺陷，Maamar Z等结合人类社交网络（Facebook，Twitter）所激发的灵感，设计了一个社交网络发现模型LinkedWS，用以捕捉Web服务交互过程中所产生的信息。用户间的社交网络可以认为是一个交换和传播其所处环境的渠道。为了高效地发现确定用户的环境可以融合其邻居用户提供移动推荐服务，Jung J J提出一个基于社交网络的用户上下文感知机制以提供给用户环境相关的移动服务。
2.普适计算环境
普适计算环境（Ubiquitous Pervasive Computing，UPC）是最新的一种服务模式，其目的是实现任何时间、任何地点提供计算服务与通信服务。在普适计算环境中，自动服务组合需要研究四种主要问题：服务匹配与选择，协作与管理，可扩展性和容错性，以及用户环境和网络条件的自适应性。网络服务描述需要服务能力模型，网络服务发现需要能够选择满足特定性能需求的服务。泛在网格中广泛且多样的网络系统需要一个能够应用于异构网络中的通用的且具有弹性的网络服务描述和发现方法。Duan Q提出一个高性能泛在网格计算环境下的网络服务描述与发现方法，构建多样化网络系统中通用的网络服务描述模型，提出满足网格应用特殊需求的网络服务发现方法，设计保证网络性能的网格服务资源分配模式。
考虑到多样化的泛在商务服务并没有着重于满足用户需求，如家庭网络服务、基于位置的服务等，演绎商务服务和构建服务系统又仅仅考虑技术因素，这些可能成为传播高级泛在商务服务的障碍。Uhm Y等提出一个通过提供服务预测和服务集合提高客户接受率的多维解决方案代理。该代理通过动态策略调整和基于动态模式下信息融合的自适应环境学习实现逐步完善。当用户随机游走于不同领域需求新服务时，该系统能够识别服务冲突的可能性，预测复杂、不完全、不可预测且动态变化环境下适合的服务。Lee N Y和Kwon O为实现相关服务推荐，设计泛在服务间的互补指数，提出一个旨在通过服务互补特征提高服务有效性的泛在服务捆绑方法。Palmieri F提出一个泛在计算环境下可扩展的服务发现方法——过滤驱动方法。Tacconi D et al.提出一个普适计算环境下的自治服务架构，研究解决分布式环境下的服务协同。Rasch K等提出一个通过观察服务行为以实现泛在环境中的服务描述自动更新方法，该方法能够很容易地接入现有的服务架构，不需要服务用户或者服务提供商提供服务资源描述信息就能实现环境信息变化的感知。
考虑到普适计算环境的特征（动态变化且异构），服务发现相关协议必须具有高效的自治能力，能够在动态变化的服务环境中实现适用服务资源的动态检测和服务信息的实时提供，而无须人工主动干预。因此，普适计算环境下所需要的服务发现协议必须满足设计简明高效、架构稳定、成本低廉且具有良好的可扩展性以保证服务发现效率。马千里提出的SIGIFSDP协议所设计的转发服务节点的范围不限于服务群组，还扩展到服务群组下的服务资源信息，有效地降低了非必要服务请求信息的转发率。为满足复杂服务资源环境下动态多变的用户服务需求并解决该环境下服务聚合过程中的交互、集成与分析处理等问题，吴松提出一个聚合了复杂异构网络环境下的服务应用的服务聚合系统——SMU。
目前国内外研究存在的不足之处在于，普适计算环境下Web服务发现方法缺乏对服务质量的支持，且服务匹配算法灵活性较差，缺乏考虑局部服务节点选择对全局服务QoS影响和支持服务流程动态优化的设计与研究，在自动构建Web服务功能流程方面尚无相关研究。服务发现效率低下的根本原因是用户服务请求表述模糊且与服务自身的描述信息存在差异化的表达，同时忽视服务情境信息的影响，因而造成服务发现效率低下。而且尚未充分利用用户情境信息，导致在服务发现效率和结果准确率方面存在不足。1.2.2 服务描述、评价与管理研究
信息技术的发展将无形服务也引入互联网领域而不用考虑其空间、时间等物理特性，为此专家学者展开了关于线上服务高效分类与管理等方面的研究。
1.服务资源分类与建模
相较于产品（UNSPSC，eCl@ss，RosettaNet，EGAS，NCS）、Web服务（WSDL，SOAP，UDDI，RESTful）相对全面的层次分类，现有关于电子商务服务的概念模型和原型系统设计大都着重于营销，Sungjoo Lee和Yongtae Park基于NAICS（北美工业分类系统）并利用用户感知的自底向上方法构建服务分类，参考在线产品分类变量与服务分类变量将在线服务分为质量、专业、知识、信贷、支持和设施服务6个大类；考虑服务敏捷性、低成本、低风险并实现服务可重用性和模块化，IBM提出不同粒度服务的分层管理；考虑到移动通信过程中，服务在云计算、随需应用及商业网络中传输，基于技术标准的服务描述忽视服务价格、服务等级导致无法实现自动化用户服务，D Oberle等提出统一服务描述语言 USDL，用以实现服务人工-自动化描述；Marco Comerio等提出基于服务知识库表示模型、服务组合定义模型、服务组合评价矩阵的服务管理框架，其中服务描述概念模型中，包含概念（初级服务和组合服务）、属性（功能属性、非功能属性）和商业流程；Erik Juehling等从服务工程的角度构建基于服务计划、服务概念、服务执行的系统化汽车后服务标准，包含服务产品模型、流程模型与资源模型。
① 现有关于服务分类建模的研究未实现网络服务复杂性描述的规范化；
② 现有研究无法直接应用于网络服务规范化描述与建模。
2.服务质量评价体系
伴随现代服务市场从产品为中心（good-dominant logic）向服务为中心（service-dominant logic）的转变，方法各异的QoS评价指标研究不断深入，Walter Shewhart提出了全质量管理模型TQM；Boulding W等提出了基于用户感知与用户满意度建立连接服务、用户和服务提供商并实现服务评价的感知服务质量模型PSQ；Parasuraman等提出了能高效评价与管理线下服务质量的SERVQUAL模型及其演化模型；Metters R等则阐述了电子商务服务固有的无形性、同时性、非持久性；Zeithaml等从可用性、可靠性、易用性、隐私等角度出发，构建了针对线上质量评价的e-SQ模型；综合信息技术提供商采用质量管理系统QMS和信息技术服务关系系统ITSMS，Antoni-Lluís Mesquida和Antonia Mas提出了融合两者优势的整合管理系统IMS；Loiacono等设计了满足Web站点与Web服务质量评价的WebQual服务质量评价体系；Dimitrios Kourtesis等研究了电子服务、云服务的质量评价指标设计与量化，设计了云系统下基于语义的QoS管理体系；Obada Daniel Rares提出了满足实现线上线下服务质量感知的概念模型PeSQ；Du Y和Tang Y认为提高Offline的质量是O2O模式发展的关键，并提出了强化资格审查机制，进行现场调查，配合线下实体商店以及采纳消费者建议等是提高Offline质量的有效方法。
但以上QoS评价模型应用于O2O汽车后服务存在以下不足：
① 无法满足网络服务质量综合评价需求；
② 未能实现复杂网络服务质量的量化计算。
3.服务能力问题研究
针对不确定的服务能力发现与计算问题，相继出现的云计算、泛在计算、移动云计算、雾计算/物联网、车联网均为其提供理论基础。（1）服务资源发现方法
Francesco Palmieri融合无线通信网络、电子学与互联网技术提出了一种泛在计算环境下高效且强健的可扩展服务发现方法。Niroshinie Fernando等基于移动通信网络与云服务发展，提出了移动云计算以解决移动云服务过程中的资源短缺、频繁中断与移动性问题。F Bonomi等描述了具有位置感知、广泛分布、移动性、异构性、实时服务且无线接入等特征的雾计算的出现，将新的应用与服务纳入云服务范畴，如何实现物联网环境中应用与服务能力（连接车辆、智能网格、智慧城市、无线感知网络）的计算是关键。考虑到潜在无线移动网络的极度动态特征，Chung-Ming Huang等提出了车联网环境中基于分布式D-TP2P网络和基于集中C-VP2P车联网平台的服务发现模式，解决满足移动用户服务需求的区域内高效率、高可行性的服务发现与选择问题。（2）服务能力描述与计算方法
Cheng-Liang Chen等用已知概率的离散情境描述供给不确定性并利用多目标混合整数规划建立供给模型，Christoph Dorsch和Bjorn Hackel研究云环境下基于弹性供给模型与潜在价格模型设计集成供给能力模型解决不确定需求问题，马瑞等提出了采用概率密度分布描述解的随机模糊分布特征，对于风速不确定性变化规律进行描述，Wei Liu等采用启发式算法设计了自适应移动云服务资源发现方法。
现有研究存在的问题：
① 关于不确定供给能力研究大多集中于供应链领域，无法解决网络服务对于服务能力的时间与空间分布的分析；
② 相关领域关于不确定性的研究则采用静态启发式算法，无法解决网络服务领域服务供给能力不确定的预测问题；
③ 诱导机制下服务渠道迁移加剧服务供给能力不确定性的问题仍待解决。1.2.3 服务模型构建研究
服务模型的构建所要实现的是选择相关本体描述语言描述服务主要特征，如服务名称、服务属性等，并且实现服务属性有效的语义扩展。已有的服务建模相关的研究方法大多是参考国际产品分类标准UNSPSC和eCl@ss产品知识库分类与描述方法。
随着线上线下服务结合的用户需求逐步攀升，服务提供商一般遵循将满足用户线下需求的服务利用Web服务描述语言WSDL进行描述并注册到UDDI中。虽然该方法在一定程度上解决了传统服务的“线上化”需求问题，但伴随着现代服务业对于服务价值增值与创新的要求出炉，UDDI的简单的服务分类与传统的基于关键字的服务发现机制已经难以满足用户日益提升的服务需求。基于本体的服务资源定义与描述模型的诞生为满足用户需求创造了新的突破口，采用基于本体模式的语义描述，能够帮助机器读取、理解并操作服务实体，从而为解决智能化的服务描述、发现、选择与组合优化提供可能。现有关于服务建模的研究主要集中在以下三方面。
1.服务质量标准研究（1）服务质量（Quality of Services，QoS）属性
Dimitrios等设计了一个两层QoS模型，选取性能、安全性、可配置性等11个概念作为一层大类，选取吞吐量、响应时间、数据加密性等16个子概念为二层分类；Vuong Xuan TRAN等则提出了一个包含16个QoS指标的三层QoS模型架构；国内研究学者张楠等从静态、动态和统计因素出发，依据网络层、业务层和商业层模式，设计贯穿Web 服务生命周期的立体QoS模型。李红综合考虑现有QoS本体的优缺点，结合服务等级协议，构建了服务通用QoS 信息模型，主要包括：QoS的基本信息（目的、参与者角色、有效期限、适用范围和管理）；QoS服务等级目标（服务等级指标组合，服务质量参数组合等），并设计了基于服务功能匹配、QoS相似度匹配和 QoS 等级排名三阶段的服务发现过程。（2）服务功能（Functional of Services，FoS）属性
FoS是一种对服务资源功能的明确描述，现有的研究成果显示，不同的研究学者对于服务功能属性有不同的认识与划分，如对于Web服务而言：刘传昌等将Web服务功能性描述抽象为输入参数、输出参数、前置条件、后置效果和QoS五方面内容；Buhwan Jeong等则是概括性地将服务功能属性分为服务类型、服务名称、操作名称、数据定义和注释五大部分；Web服务的功能属性可以分为功能语义、接口语义、执行语义和QoS语义（其中功能语义包含两部分——服务分类信息和服务提供功能；接口语义描述的是包括操作的输入输出信息、操作名、前置条件以及执行结果等在内的服务操作信息；执行语义则主要描述动态执行时的语义，有前置操作（PreOperation）和后置操作（PostOperation）；QoS语义则从可用性和实用性方面展开。
2.服务本体模型研究
本体模型是用来定义和描述领域服务资源的形式化表示，并利用其人机互操作性解决服务分享与重用过程中的语义模糊问题。服务本体建模研究的关键困难在于设计描述服务概念分类结构的方法，构建通用的服务本体描述框架模型，并实现与客户需求相关的服务功能性属性和QoS属性的本体模型构建。
服务本体描述框架：Abdali Mohammadi Fardin通过分析描述基于Web服务实体间的语义关系，构建基于OWL描述逻辑（OWL-DL）的服务本体模型。Bianchinia等通过利用UNSPSC标准中的服务概念实现服务种类层中相关概念的映射，设计了一个三层Web服务本体框架模型（包括服务种类层、抽象服务层和服务实例层）。Hepp Martin等设计了一个包含非功能属性、功能性属性、接口属性和支持该服务本体的领域本体所构成的四层Web服务本体描述结构模型，并且通过分别定义相关参数项来实现Web本体的语义扩展。
服务概念分类描述结构：现有的国际产品和服务分类标准和体系（UNSPSC，eCl@ss，NCS等）虽然拥有较全面的概念层次分类，能够满足简单的产品和服务查询、信息交换等功能，但是对于现有的种类丰富的服务（Web服务、电子商务服务、电子服务等）却没有进行系统的服务分类研究。基于已有的分类体系与标准，Xia Wang等和Marta Sabou等依据服务的使用范围将Web服务进行了划分，包括领域本体、任务本体和应用本体三种类型，但该划分方法的应用程度较低。
服务属性：根据属性的应用范围划分，可以将服务属性分为公共属性、专有属性、输入输出接口属性以及服务质量四部分；根据服务属性的功能划分，Web服务属性主要有功能属性和QoS属性；根据服务属性所属情境的不同，还可以将Web服务的属性分为资源情境和服务情境。关于服务属性的研究热点还包括服务属性指标体系设计、属性参数量化标准、服务属性模型构建以及基于服务属性的服务组合优化等几方面。
3.服务模型语义扩展研究
服务本体构建是一个成本颇高且投入巨大的长期过程，服务本体中服务概念之间的领域知识通过本体结构的关系来表达，服务概念语义关系的探索比服务本体构建更有研究价值。
Shih C W等基于提出了一种结合由里向外、自顶向下方法和晶体概念探索方法的综合性类晶体服务概念关系挖掘方法，用于实现基于服务本体的服务领域概念关系的自动挖掘。相较于现有基于关键字的服务信息抽取难以完全满足用户需求的不足，Chen M Y等构建了一个基于语义的服务信息抽取机制用以实现服务识别、抽取、扩展和匹配，该机制在一定程度上提升了服务信息的重用率和分享率。Solskinnsbakk G和Gulla J A通过本体的语义扩展构建来描述概念本体档案，赋予概念关键字矢量关系以实现本体档案与信息抽取的关联。Aksac A等提出了一个语义Web浏览器PERSON，PERSON通过添加用户用户浏览语义信息标记服务资源进行扩展性推荐服务。服务数量渐增所导致的分布式服务模型与架构难以支持高效服务发布与抽取困境的现有解决办法基本上有两种：语义覆盖网络（Semantic Overlay Networks，SONs）和分布式哈希表（Distributed Hash Tables，DHTs），Pirrò G等提出了一种综合DHTs和SONs的服务发现策略与系统——ERGOT，该系统能实现分布式架构（如网格环境或者云环境）下的基于语义的服务发现。Hogan A等则提出了一个语义Web搜索引擎SWSE以研究Linked Data的搜索与浏览。Pai M Y等构建了一个基于语义的内容映射机制的信息抽取系统，该机制应用基于本体的语义特征完成内容映射以解决传统方法所带来的理解模糊或错误问题，提升搜索结果准确性。Shi L等提出了一个基于OWL-S、WSMO和其他框架的轻量级Web服务语义扩展框架，基于XML语法结构和OWL-S三层框架使得该框架能够一致于现有Web服务和UDDI，并且利用语义相似性计算实现语义或智能服务请求下基于领域本体的Web服务扩展。Bedi P等构建了一个电子资源的社会化语义抽取与排序方法完成基于社会化标签系统（Social Bookmarking System，SBS）的其他相关语义资源的抽取。Mehta H等研究了目标用户与其相似用户（Similar Taste Users，STUs）的偏好问题，并构建了基于用户偏好的精致推荐体系。有效的服务描述和建模方法对于实现普适环境下服务动态聚合技术尤为重要，Lee M等设计了一个基于本体的u-Services模型构建和u-Services属性扩展描述机制，提出了一个良好的泛在服务本体模型并依据其在设计阶段的动态服务组合支持度评价其质量。Yue P等融合复杂地理空间语义特征构建基于工作流的智能服务发现方法。为解决不同公共管理信息系统（Public Administration Information System，PAIS）之间的语义互操作性问题，Tarabanis利用丰富的PA领域语义信息扩展开发公共服务本体。Balaji B S等则研究用户请求与云服务关系，利用云服务本体构建基于SACoSS语义代理的云服务推荐系统。
相对于现阶段国内外取得一定进展的研究而言，在上述服务分类与服务描述等研究领域仍然有一定的不足。
① 现有服务分类指标设计差异性问题。包括关键指标选取差异，如不同研究学者对服务QoS判断的指标选取有所不同，Dimitrios选取并定义了26个QoS指标，而Vuong Xuan TRAN构建了由16个指标构成的三层QoS衡量体系；QoS指标定义差异，不同学者对于QoS指标的选取和分类存在不一样的认识，如针对部分学者认为“服务反应时间”、“服务执行时间”、“服务等待时间”都是性能QoS的下层QoS指标，研究学者Robert Aboolian则认为“服务交易时间”、“服务等待时间”和“网络延迟”是考虑服务反应时间的三个维度。
② 服务功能、服务质量和服务属性缺乏真实且充分的扩展。大部分现有研究仍然局限于仅仅挖掘服务系统接口的服务输入和输出，没有结合现有的服务技术发展和用户需求多样化，充分挖掘和扩展用户服务请求和服务属性关联关系，特别是O2O模式下的用户网上服务请求和网下服务组合智能推送的形式。例如未将用户使用网上订购机票的服务和网下具体的航班服务结合起来考虑，也未将用户的网上服务请求输入和服务属性及实体服务环境统一起来进行关联分析，这样所导致的结果是很难提升用户满意度。
③ 服务模型标准缺乏问题。现有的关于服务模型的研究标准各异，有借鉴UNSPSC的服务模型，也有参考eCl@ss标准的服务模型，也有服务提供企业根据自身服务内容进行分类构建的，更有采用ontology本体来构建标准化服务本体的，但是标准各异的模型构建标准给模型的普适性和可扩展性带来了一定的挑战。
④ 服务本体存在语义异构性问题。针对绝大多数采用ontology本体来构建标准化服务本体模型的研究而言，其最重要的问题是语义异构性问题的存在导致服务发现效率低下，如由于设计语言或者名称选择差异所导致的结果重复或缺漏；服务组合极具难度，如可组合服务之间的输入输出结果形式差异需要中间转换等问题。1.2.4 服务发现研究
1.基于领域服务发现方法
服务发现在基于NaaS（网络即服务）的云网络服务发现与选择和满足云服务请求中发挥着重要的作用。例如，一个应用利用云存储和处理数据，该应用提交的服务请求要求具体的数据处理计算能力、数据存储的硬盘空间以及数据传输能力。服务代理依据这些要求发现可用的云和网络服务，选择亚马逊的EC2以满足计算需求，亚马逊S3满足数据存储需求，以及由Comcast提供的网络服务以满足应用主题与S3之间的传输需求，并采用Verizon提供的网络服务支持EC2与S3之间的通信。
然而现有的大部分技术着重于网络环境下定位设备的功能与内容，其本质上是发现网络中的计算服务而不是发现网络服务资源或能力。因此，这些技术难以直接应用于提供虚拟网络资源的NaaS。然而，之前的发现从多个角度为服务发现提供新的视角，对NaaS的网络服务发现极具价值。
服务发现问题现在已经扩展到Web服务领域。基础的Web服务发现方法是OASIS标准通用的服务描述、发现与集成，该方法通过指定数据模型的发布和查询服务描述的APIs实现服务信息的组织。UDDI现已被应用于通信系统，如Parlay X和OMA OSE Specification采用UDDI座位发布和发现网络服务的技术。尽管UDDI在一定时间内被当做服务注册的标准，但是其数据模型和查询机制缺乏语义和QoS的信息，因此应用与网络服务发现仍然具有一定缺陷。
现在已经有许多Web服务发现的方法，其中大部分基于UDDI扩展其两个维度：
① 增强的服务信息数据模型支持语义和混合（包括语法和语义）服务发现；
② 分布式的注册架构和搜索协议实现复杂网络环境下的规模化服务发现。
可用服务的动态变化性和复杂性的增加要求服务发现方法具有高度自动性。M Rambold等对种类多样的Web服务发现技术进行了总结，并且通过一系列服务自动发现指标衡量进行了评价。
理论上，基于UDDI的机制能够应用于RESTful Web服务自动发现，然而现在还没有文献研究适合RESTful Web服务自动发现的平台。Guo等提出了一个REST服务注册机制，但是并没有详细地介绍在该注册机制下服务如何被发布与发现。现在典型的RESTful服务发现实践是基于离线方法的，缺乏NaaS所要求的自动和动态服务发现能力。
尽管Web服务发现已经取得了显著的进步，基于NaaS的网络云集合仍然要求网络服务发现实现更进一步的发展。由于聚合网络和云计算环境下存在多种多样的服务，网络服务发现要实现NaaS模式必须能够处理异构网络服务。异构网络服务描述是由不同的服务提供商发布的，因此服务注册机制必须能管理它们。而且，多样的发现协议要能够应用于不同的服务领域，因此要求注册机制能够使其协同工作。
一个可能的处理异构服务信息的方法就是构建通用目标模型以实现不同服务描述的映射。S B Mokhtar等提出PerSeSyn服务描述模型（PSDM）用于实现不用服务的语义映射和服务描述与请求的通用表述。为确保网络领域内不同注册架构和搜索协议下的服务发现，研究人员提出了一种基于中间层的服务发现方法，该中间层实现服务请求的映射和转发。N Limam等设计开放式服务发现架构（OSDA）可以基于中间层实现领域内服务发现，该方法是独立于特定领域的服务发现技术。T Pilioura和A Tsalgatidou采用混合端到端顶层技术开发PYRAMID-S架构，实现服务注册组织并实现异构网络领域下服务发布与发现的统一规模化框架。
网络集合和云计算要求自治领域下对服务发现有一个全局性的设想，包括通信、互联网、Web和云计算。一个可行的方法是服务传输，Cheng等提出了结合SOA、自主计算和面向应用网络的自动服务管理框架原型架构。该框架采用端到端叠加代理网络和分布式服务注册机制实现异构网络领域内的规模化服务发现。市场的概念出现于网格计算经济中的异构系统计算资源交易。Reijs V将市场扩展为网络服务发现设计代理系统以发现虚拟网络架构服务满足市场环境下的云服务需求。G Wei等提出了一个公平分配云计算服务的博弈论方法。C Huang等提出了支持异构服务发现的语义强化服务曝光框架，包括通信、Web、设备和以用户为中心的服务，该框架可应用于集合服务环境。
NaaS动态且自适应的网络服务发现对于支持可扩展和弹性的云服务具有重要的作用。P Papakos等所提出的技术通过匹配用户情境和资源可用性动态调整云服务请求。H Song等提出了一个基于其关键功能和算法的通用的自适应云服务代理机制。C Lee等为实现云环境下自适应和稳定应用部署提出了评价博弈论机制。这些方法着重于通用的云服务而不是特殊的NaaS。I Houidi等调查了自适应虚拟网络存在的问题并设计了自适应资源部署算法支持虚拟网络。然而NaaS中的应用要想无缝应用于云计算环境仍然需要进一步的发展。
动态自适应网络服务发现依赖于最新的服务信息以寻找最适合的服务。然而，追踪最新的网络服务描述因为网络状态和能力的动态变化特性而成为一个难点。为解决该问题，Q Duan提出了基于事件的订阅通知机制，保证注册服务的最新服务信息而不引发服务提供商和服务注册代理之间高昂的通信成本。U Kuster和B Konig-Ries提出的另一个方法是将服务信息分为动态和静态的服务信息，仅在服务注册代理发布静态服务信息，然后为找到的服务候选者进行动态服务状态检测以实现基于服务选择的决策。
随着移动通信与计算的飞速发展，移动云计算成为云计算的一个重要的扩展研究项目。在移动云计算基础服务模型中，服务使用者持移动设备通过无限移动网络介入云框架。最新的移动云计算发展的服务模型有mobile as a service provider和mobile as a service broker。新服务模型的应用案例有Hyrax移动云，E E Marinelli在Android智能手机云计算环境下开发了Carnegie Mellon University。Hyrax Cloud支持应用客户在智能手机网络和手机/服务器异构网络中使用数据和执行计算任务。Hyrax项目的研究结果表明在适当的地方处理移动数据并在智能手机中直接转换数据相较于卸载数据并远程处理数据更有效率且较少受到网络局限性的影响。M R Rahimi等提出的MAPCloud是一个混合主从式云架构用以提高移动应用性能和可扩展性。
对于所有可用的云服务模型，支持移动云服务的适当无线移动网络发现是一个重要的问题。接入网服务发现研究已经进行于无线网络领域。最近的接入网发现研究项目包括3GPP specification和Selection Founction（ANDSF），以及IEEE 802.21协议中定义的网路发现/选择机制。3GPP开始调查接入网络发现与选择的SOA应用。然而现有方法着重基于本地接入能力和性能的网络发现与选择。支持移动云计算的NaaS要求将这些技术从基于本地接入性能的网络发现扩展至端到端基于服务性能的网络发现。Q Duan和Y Lu报告了未来移动网络下面向服务网络选择的研究收获。应用这些技术支持移动云服务将会是一个有趣的研究主题。
笔者基于对上述国内外基于不同领域的服务发现方法与技术的学习研究，总结得出服务发现方法存在的基于与挑战：
尽管现在已经有许多关于Web、Cloud和网络服务的研究，支持网络云集合的NaaS网络服务发现仍然是一个兼具挑战与机会的领域。
云计算可以利用从局域网到互联网的多种网络系统。因此，开发满足规模化的网络服务发现机制相当重要。尽管已经有研究人员着手于这方面的研究，未来多样化的互联网允许虚拟网络同时存在并行处理为可扩展的网络服务发现带来新的挑战。
在集合网络和云计算环境下，服务可以由不同的层次提供，可以是数据、商务逻辑、架构资源或者能力。一个广泛的服务包含虚拟网络、虚拟机/服务器，必须能够支持发现机制。网络和计算资源的整体考虑形成网络云集成的基础。网络和计算领域要求通用的协同服务管理，特别是异构服务发现。因此，异构服务的发现成为一个重要的问题和挑战。
基于QoS的网络服务发现对于NaaS为满足云服务要求而言是非常重要的。多重因子使得网络服务发现的QoS感知面临很多挑战，包括缺乏标准的QoS属性确定方法，QoS性能难以测量，以及网络云服务的网络QoS请求多样。此外，网络和计算服务发现应该在云环境下进行组合以满足云服务规定下的用户请求。因此，组合网络云服务的QoS感知发现与选择是一个重要的研究课题。
2.基于用户需求的服务发现方法
服务发现要实现的主要目标是针对用户服务请求信息进行相应处理操作，并将操作得到的服务资源信息反馈给服务请求方。传统的关于服务发现的方法研究主要集中在Web服务发现领域，此类方法大部分基于UDDI的传统的Web服务发现方法，主要操作是简单的基于关键字的搜索，但其缺陷在于发现系统难以解决检索关键词语义歧义问题，因而系统对于用户服务请求缺乏正确的认识与把握，对于服务发现结果难以准确且全面地反映用户服务请求也是不可避免的；此外的不足之处还在于该类系统的扩展性能低下。为有效解决上述Web服务发现存在的不足，研究学者们采用利用语义方法和技术所构建的服务本体实现服务发现过程中服务相关语义信息的匹配与映射。在上述研究理论和技术基础之上，专家学者对语义匹配问题展开研究，并逐渐形成了基于用户质量需求分析的服务发现和基于用户情境需求分析的服务发现研究方向。（1）基于用户质量需求分析的服务发现
在服务发现与集成获得许多研究学者的关注并成为两个重要的研究热点的背景下，Ying Zhang等提出了一个高效的质量感知（QoS-aware）服务发现和组合方法以应对越来越多的企业采用SOA架构来集成并执行具有可操作性、鲁棒性和平台独立性的分布式应用，该方法采用基于最大化偏差的QoS感知评价方法以解决服务选择的问题，提升服务发现和服务组合操作的效率和有效性。
Brogi A对于服务质量有不同的认识，在他的文章中服务质量被包含在服务契约中。服务契约的重要性就在于其为软件服务提供了一个合适的综合描述，不同类型的信息，包括额外的功能属性、本体注释以及行为描述等都需要包含在服务契约中。但是除了签名信息，现在还没有一个统一的标准用以描述服务契约，该标准的缺失导致支持服务发现与组合的技术和工具发展受到抑制。Brogi A通过讨论挖掘行为信息对服务发现和组合的潜在重要作用，并且关联到产生此类信息的成本，权衡表现与成本，以及分析此类信息的价值。在这个范围内，探讨潜在合适的建模方法，集合上下文环境因素以构建契约中服务行为的描述标准。
Almsri E等提出了一个Web服务代理的框架模型，该模型旨在通过收集网络上有效的Web服务资源信息，分析感知能够满足用户服务功能需求的Web服务QoS的性能，从而将符合需求的Web服务高效地提供给服务用户。
随着万维网上Web Services的资源增多，设计一种高效的Web服务选择和推荐方法显得非常重要。Michael R Lyu等从用户信息分析出发，通过设计用户信息参与机制获取相关Web服务的QoS信息反馈，完成了Web服务推荐系统-WSRec的构建，并设计出一种高效的混合协同过滤算法预测Web服务的QoS值。
Lin等从Web服务QoS松耦合的角度出发，研究用户服务请求与Web服务质量匹配问题，设计了一种基于松耦合Web服务QoS约束的服务组合选择算法，该算法通过分析客户服务需求QoS信息与目标服务之间的服务质量匹配程度，选择并推荐匹配程度较高的Web服务资源候选集。
随着复杂环境下服务资源数量的增多和技术的进步与成熟，服务用户逐渐渴望将自身需求偏好融合到服务发现流程中以实现高效准确的服务发现和选择。为解决该过程中所面临的满足用户服务质量需求问题的语义Web服务，周娟设计了一个应用于服务描述的基于OWL语言的服务质量元模型——OWL-QoS，并提出服务描述、IOPE和QoS的三层服务匹配机制，较高地提升了服务匹配的效率和精度。
为降低服务发现过程中的时间成本并提升发现准确度，杨岳明等综合考虑服务发现过程中的QoS执行信息和用户情境信息，通过聚类具有相似情境信息的用户，实现服务发现的范围约束，提出了基于用户历史QoS感知的Web服务发现算法。（2）基于用户情境需求分析的服务发现
便携式无线连接设备的广泛应用，所引发的泛在计算为服务发现提供了新的要求——实现情境信息动态感知与交互。Alessandra Toninelli等特别针对移动终端用户，设计了一种基于中间件——AIDAS的情境信息动态抽取方法以支持并实现以用户为中心的语义服务发现技术。
Sonia Ben Mokhtar等结合普适计算环境随着网络软件与硬件发展的进一步普及，研究该环境下服务发现协议（Service Discovery Protocols，SDPs）的不足，提出基于现有SDPs并综合考虑用户需求、情境信息和服务质量的高效的语义服务发现方法——EASY。情境感知计算领域应用的迅速普及为服务发现提供了新的研究思路，G Fenza等提出了一种集成环境下的基于情境信息动态感知的Web服务发现系统。侯丽娟等为解决普适计算环境下的满足用户情境需求的服务发现，设计了一个综合考虑用户需求、服务属性和情境信息的用户情境本体模型，提出了一个基于IPOE匹配和情境相似性匹配计算的Web服务发现模型。Stephen J H Yang等从服务用户请求者服务提供者两个角度解析并定义“情境”（context），设计出支持Web服务动态感知与适应情境变化的程序以完成服务环境信息与服务用户请求的有效匹配，提出了基于情境感知的SOA架构，该架构主要实现服务的请求、发布与发现功能。朱郑州等在e-learning中映入用户情境因子并设计了e-learning服务发现算法——eLSDACA，该算法将感知到的学习情境融入服务发现流程中提升其发现效率。杨畅等改进传统的协同过滤算法，综合考虑服务情境信息并将用户个性化情境引入协同过滤推荐技术提升服务推荐效率。周莉等通过构建基于情境感知的e-business个性化商品信息服务架构、商品本体模型和用户情境本体模型，利用语义相似性计算实现个性化服务匹配操作，设计了支持电子商务个性化商品信息服务的情境感知方法。
用户所处的环境通常是复杂且动态变化的，因而显式、用户驱动的服务发现方法通常不可行。在这样的环境下，用户通常更喜欢被提供与其相关的服务。隐式服务发现则要求环境变化的触发条件。Rasch K等提出了泛在环境下满足隐式需求的前瞻性服务发现方法。服务与用户偏好通过形式化的环境模型HAC来描述，HAC能够有效地捕捉动态环境以及服务与环境之间的关系。基于该模型，Rasch K提出了一系列算法以提供给用户满足环境、服务以及用户偏好变化的相关服务，这些算法都在自动应对服务变化的环境驱动服务发现系统中进行应用。情境驱动的个性化服务发现系统能够自动地集成新的环境来源以及服务并有效且实时地提供给用户持续、动态更新的服务信息。
为解决现有服务发现方法只适应于基于架构的网络，而不适应移动自组织网络（MANETs）的问题，Tyan J等提出了一个综合的自用自组织网络环境下的服务发现解决方案，该方案提供了代理的上下文感知服务选择，并且为不同类型的服务交互提供了标准机制。
Lu J等提出了在面向服务架构的移动环境下通过利用动态XML元数据标识组件和服务的方法描述应用，该方法同样描述移动设备平台以及SOA的属性。基于描述和存储动态XML元数据，评价运行时的新的依赖关系以实现移动环境下服务提供与服务请求应用的便捷更新。
笔者基于对上述国内外服务发现相关方法与技术的学习研究，总结得出已有研究成果的不足所在。
① 服务用户信息资源在服务发现过程中的利用率低下。事实上，服务发现方法的主要依据就是用户，有效利用用户信息资源才能够有效帮助服务用户发现目标服务。但是，现有的研究对于用户信息的利用程度较低，主要体现在大部分研究都着重于服务功能与服务质量的匹配算法研究；对于情境信息的大部分研究也仅仅是增加了位置信息约束而已，并没有真正意义上实现服务情境、用户情境需求的挖掘与分析；较少挖掘用户社会化网络交互关系。用户历史服务使用数据信息以及服务请求的内在联系，难以实现相关性服务发现与推荐。服务用户参与程度过低会导致用户使用积极性下降，服务发现结果用户满意度低以及用户体验值低。以用户为中心代表了现在面向服务计算的新趋势，通过将最终用户更新为prosumers（producer+consumer），并将用户纳入服务创造过程中，服务使用者和服务提供商都能从更便宜、更快速、更好的服务中获得好处。
② 现有服务方法发现结果与运行成本性价比低下的问题。服务发现是查找合适的服务并选择最符合任务需求的服务，服务发现方法是核心技术。大部分的服务发现集中在合适的服务，然而大部分的服务发现方法难以处理寻找最高性价比的多维性能指标问题，极少实现服务发现成本与发现结果用户满意度上的双重优化。因此亟待解决的问题是：
ⅰ 如何实现复杂网络环境下服务发现效率的有效提升，降低服务提供商动态服务发现操作成本；
ⅱ 如何实现复杂网络环境下服务发现准确性的有效提升，帮助提升服务请求用户的满意度，满足客户期望。1.2.5 服务组合研究
1.服务组合发展状态
网络服务提供包含网络架构提供的数据通信和云架构提供的计算功能。云环境下提供给最终用户的服务本质上是网络-云组合服务。因此服务组合在实现基于NaaS的网络云集成中发挥着重要作用。例如，利用云来存储和处理数据的云服务（用户计算的亚马逊EC2和用于数据处理的亚马逊S3）和网络服务（在应用主机和S3之间进行数据传输的Comcast network和在EC2与S3之间进行数据同性的Verizon network）组合成端到端的服务以满足应用请求。
近年来，服务组合已经成为Web服务领域的一项重点研究。研究学者开发大量的功能或性能优化技术以实现Web服务组合请求。大部分技术基于工作流管理或者人工智能计划方法，采用启发搜索、线性规划和自动推理算法。Web服务组合的近期研究调查可以在Su J和Dustdar S的文章中发现，已有大量Web服务组合概念模型和相应的建模语言，而且对于Web服务组合的不同层级也有相应的描述。Web服务商务处理执行语言（WS-BPEL）是一个被企业广泛接受的Web服务组合OASIS标准。Web服务编排描述语言（WS-CDL）是W3C对Web服务组合规范的一个候选推荐。
对于RESTful Web服务，通过mashup能够将基础的服务单元组合成复杂的服务，通过将两个或多个来源的数据、描述和功能组合成新的服务。然而，如果没有规范的服务描述标准，如WSDL、RESTful，服务很难自动地组合在一起。由于缺少自动服务发现机制导致RESTful服务组合数量有限。此外，基于mashup的服务组合主要是静态的服务组合，缺少动态服务组合。
现在有一系列着重于QoS请求的Web服务组合研究，对于网络服务而言是至关重要的。现在已经有许多基于不同假设的QoS感知的Web服务组合研究。如果已有预定义好的服务处理模板，那目标就是针对不同处理过程选取相应的服务，这样的处理结果能够满足所要求的QoS请求。服务组合中的多重QoS标准优化可以看成一个多维度多选择0-1背包问题模型，可以采用整数规划或者启发式搜索方法来求解。遗传算法（GA）为解决这类问题提供了一个新的方法，可以解决非线性QoS约束问题。另一类基于QoS感知的Web服务组合问题是如何处理商务流程以优化端到端的服务QoS标准。L Cui等将功能和非功能请求进行建模，提出了一个整数规划技术以解决此类问题。S Zhang等研发了一个分布式工作管理系统以实现Web服务区分和QoS规定的过载保护。近期关于QoS感知的Web服务组合研究能够在Strunk A的研究中找出。
之前的研究结果大部分是以Web服务为研究目标的。网络服务组合是网络领域一个较新的概念，但它吸引了大批学者进行相关研究。
试读结束[说明：试读内容隐藏了图片]