1、目前，隨著網(wǎng)絡(luò)技術(shù)的迅速發(fā)展，特別是隨著網(wǎng)絡(luò)上發(fā)布的Web服務(wù)數(shù)量的急劇增加，面對數(shù)量龐大的服務(wù)群，如何從海量的Web服務(wù)中快速、準(zhǔn)確、高效發(fā)現(xiàn)滿足用戶需求的服務(wù)已成為亟待解決的問題。傳統(tǒng)的服務(wù)發(fā)現(xiàn)主要是針對句法級的基于關(guān)鍵字進行服務(wù)匹配，這種方法不能很好的識別語義信息，從而導(dǎo)致其查準(zhǔn)率和查全率較低；現(xiàn)有的基于語義的服務(wù)發(fā)現(xiàn)方法都是根據(jù)其輸入輸出來表征服務(wù)功能，單純依靠這種服務(wù)功能匹配得到的匹配結(jié)果其準(zhǔn)確性不高。
　　 基于We

2、b服務(wù)的軟件系統(tǒng)在執(zhí)行過程中會自然形成若干個主題相關(guān)的服務(wù)組群，具有同群節(jié)點相互連接密集、異群節(jié)點相互連接稀疏的特點。這種服務(wù)組群結(jié)構(gòu)是由共同完成同一任務(wù)主題的組合Web服務(wù)間多次重復(fù)交互產(chǎn)生的。服務(wù)組群結(jié)構(gòu)的挖掘和分析對于設(shè)計服務(wù)應(yīng)用系統(tǒng)，發(fā)現(xiàn)復(fù)雜服務(wù)交互網(wǎng)絡(luò)隱藏規(guī)律以及預(yù)測服務(wù)行為具有廣泛的理論意義和應(yīng)用前景。
　　 本文在分析了現(xiàn)有服務(wù)發(fā)現(xiàn)方法的基礎(chǔ)上，針對當(dāng)前Web服務(wù)發(fā)現(xiàn)方法效率低下，準(zhǔn)確率不高的現(xiàn)狀，提出了一個基于服

3、務(wù)交互圖挖掘的Web服務(wù)發(fā)現(xiàn)及推薦方法。該方法的基本思想是根據(jù)采集到的服務(wù)日志，構(gòu)造一個服務(wù)交互圖，通過服務(wù)操作間交互頻度以及操作的行為相似性，計算得到服務(wù)操作結(jié)點的相似矩陣，并利用譜聚類方法以及K-means方法將操作交互圖劃分成若干內(nèi)部頻繁交互的子圖，每個子圖就代表一個操作組群。從業(yè)務(wù)角度來看操作組群一般共同完成同一業(yè)務(wù)目標(biāo)，從而很大程度上降低了服務(wù)查找空間。因此，基于服務(wù)組群挖掘的服務(wù)發(fā)現(xiàn)方法便于快速查找滿足用戶需求的服務(wù)。在服務(wù)