Web服務(wù)信息抓取與整合方案研究.pdf

1、隨著Web服務(wù)的廣泛應(yīng)用和數(shù)量的大量增長,如何從互聯(lián)網(wǎng)中快速準(zhǔn)確地發(fā)現(xiàn)滿足用戶需求的 Web服務(wù)成為研究的焦點問題,而解決這一問題的一種有效方式就是抓取Web服務(wù)及相關(guān)描述信息,建立統(tǒng)一格式的Web服務(wù)信息庫。
　　本文以抓取互聯(lián)網(wǎng)上的Web服務(wù)及其相關(guān)描述信息為目標(biāo),設(shè)計并實現(xiàn)了一種面向Web服務(wù)及其描述信息的抓取與整合方案。首先,調(diào)查、分析互聯(lián)網(wǎng)上的Web服務(wù)存在現(xiàn)狀,在此基礎(chǔ)上,設(shè)計基于通用搜索引擎的種子收集與篩選機制;其次

2、,根據(jù)收集的種子信息抓取互聯(lián)網(wǎng)上的Web服務(wù)及其相關(guān)描述信息;最后,整合通過格式驗證的Web服務(wù)及其相關(guān)描述信息,補全不完整的Web服務(wù)的描述信息,建立統(tǒng)一格式的Web服務(wù)信息庫。本文共抓取了320個互聯(lián)網(wǎng)站點,共8177個Web服務(wù),并且能夠保證76.6％以上的信息獲取的準(zhǔn)確率,和45%以上的文檔覆蓋率。
　　綜上,本文提出的Web服務(wù)信息抓取與整合方案能夠高效地抓取到互聯(lián)網(wǎng)上的Web服務(wù)并整合其相關(guān)描述信息,為Web服務(wù)的研究