Key points are not available for this paper at this time.
Webdienste spielen eine wichtige Rolle bei der Implementierung von serviceorientierter Architektur (SOA), um dynamische Geschäftsprozesse zu erreichen. Mit der zunehmenden Anzahl von Webdiensten, die in öffentlichen Repositories beworben werden, wird es entscheidend, einen effizienten Mechanismus zur Entdeckung und Auswahl von Webdiensten im Hinblick auf die Anforderungen der Nutzer bereitzustellen. Es wurden erhebliche Anstrengungen unternommen, um dieses Problem zu lösen, wobei die semantische Entdeckung von Webdiensten von Forschern in der akademischen und industriellen Gemeinschaft große Bedeutung erlangt hat. Es gibt jedoch eine Herausforderung im Prozess der semantischen Entdeckung von Webdiensten, nämlich: wie man unter dem abgerufenen Set von semantisch äquivalenten Webdienst-Kandidaten discerniert, welcher der beste ist? In diesem Papier, inspiriert von der Idee des kollaborativen Filterns, wird ein Webdienst-Rangframework vorgeschlagen, in dem zunächst eine Gruppe von Nutzern mit ähnlichen Interessen identifiziert wird. Danach werden Assoziationsregeln gefunden, indem alle Webdienstzusammensetzungstransaktionen, die mit dieser Gruppe von Nutzern zusammenhängen, analysiert werden. Durch die Kombination der Nutzergruppe und der aus dieser Gruppe abgeleiteten Assoziationsregel wird ein personalisierter Webdienst-Rangmechanismus erreicht, und das Experiment zeigt vielversprechende Ergebnisse.
Rong et al. (Wed,) untersuchten diese Fragestellung.