基于概率图模型的服务语义链网络研究-基础心理学专业论文.docxVIP

h h J 1．3研究内容 。12 1．4主要创新点 13 1．5组织结构 14 第2章相关理论 ．．17 2．1语义链网络 17 2．1．1定义 ．1 7 2．1．2 SLN的语义 17 2．1．3 SLN的特征 18 2．1．4功能 ．19 2．1．5主要优势 ．．20 2．2概率图模型 20 2．2．1 BAYESIAN网络 21 2．2．2 MaRKOV网络 ．22 2．2．3有向图模型和无向图模型的比较 24 2．3 M_ARKOV逻辑网 25 2．3．1基本概念 ．．25 2．3．2 MARKOV逻辑网的基本假设 28 2．4激活扩散理论 ．．28 2．5本章小结 2．5本章小结 30 3章基于MARKOV结构的服务语义链网络发现 33 3．1基本思想 34 3．1．1服务语义模型 34 ， f 3．1．2基本思想描述 35 j 3．2服务MARKOV网 35 3．2．1服务引用链 ．36 3．2．2条件独立测试 ．38 3．2．3服务MARKOV网发现 39 3．3转化MARKOV网到S．SLN ．41 3．3．1形成派系树 ．4l 3．3．2服务链的定义 ．44 3．3．3服务语义链的标注 45 3．3．4算法 ．47 3．4实验结果 49 3．5本章小结 51 第4章基于MARKOV逻辑网的服务语义链网络推理 ．53 4．1服务语义链网中的不确定性 53 4．2服务MARKOV逻辑网 55 4．2．1S．MLN网络结构 ．55 4．2．2 S．MLN的权学习 58 4．3语义关系推理 一60 4．3．1概率推理 ．60 4．3．2推理网络 62 4．3．3基于S．MLN服务分类预测 ．64 4．4实验结果 65 4．5本章小结 70 事 第5章基于激活扩散技术的S-SLN服务自动推荐 ．．71 j 5．1服务推荐问题 ．．71 5．1．1问题描述 ．．71 5．1．2问题定义 72 5．2激活扩散技术 73 5．3基本思想 一74 5．4单源推荐 5．4单源推荐 ．．76 5．4．1基于语义的激活函数 ．76 5．4．2算法 78 5．5多源推荐 8l 5．6实验结果 83 5．7本章小结 87 第6章总结及下一步工作 89 6．1论文工作总结 ．．： 89 6．2进一步工作 91 参考文献 93 致谢 1 03 读博期间发表的论文 105 读博期间参加的科研项目 ．．107 嘈a·r-f aEd 嘈 图目录图1．1自治SLN的一般体系结构 图目录 图1．1自治SLN的一般体系结构 一8 图1．2基于语义链服务发现方法的一般体系 ．．9 图2．1一个BAYESIAN网络的条件概率 ．．22 图2．2一个包含8个变量的MARKOV网 23 图2．3一个3派系MARKOV网络 24 图2．4一个MARKOV逻辑网 27 图2．5一个激活扩散图 ．．30 图3．1插入SSH结构的SOAP消息 ．．37 图3．2服务引用链 ．38 图3．3聚类的精度 50 图3．4服务搜索的精度 ．．50 图4．1一个服务MARKOV逻辑网 58 图4．2构造闭服务MARKOV逻辑网步骤 ．63 图4．3基于S-MLN的WEB服务分类预测 69 图5．1单源WEB服务推荐的例子 85 图5．2多源WEB服务推荐的例子 。86 噜4/ ，， 也4 噜 4 表目录表2．1两种概率图模型的比较 表目录 表2．1两种概率图模型的比较 ．25 表3．1服务MARKOV网发现算法 ．41 表3．2 S．SLN发现算法 ．48 表4．1一阶逻辑谓词 ．56 表4．2推理规则 ．．56 表4．3推理规则的一阶逻辑公式 ．．56 表4．4闭服务MARKOV逻辑网构造算法 。63 表4．5预测分类规则 。65 表4．6预测分类的一阶逻辑公式 65 表4．7 CCWS中．MLN文件 66 表4．8 CCWS中．DB文件 67 表4．9 WEB服务分类信息 68 表5．1单源推荐算法 80 表5．2多源推荐算法 ．．82 表5．3服务语义链网络结点及边信息 ．84 表5-4单源推荐的激活路径及激活值 85 a J 咿 ? 人工智能方向博士研究生赵安平 人工智能方向博士研究生赵安平 指导教师邱玉辉教授 中文摘要 互联网上Web服务大量涌现，形成了巨人的服务资源空间。如何从巨大的服务空间中快 速有效地进行服务的自动发现以满足特定的服务请求是面向服务的社区研究的重要内容。为 了以一种智能的方式实现Web服务的自动发现、选择和协作，需要探索有效的方法来表示数 量巨大的服务之间的复杂语义关系，开发基于服务间语义关系的基本服务语义数据模型，并 将互联网上语义功能相关联的服务有效地组织起来，最大限度地提高服务网络的效用。基于 Web服务的内在依赖关