Web Service Matching Algorithm using Cluster and Ontology Information

클러스터와 온톨로지 정보를 이용한 웹 서비스 매칭 알고리즘

With the growing number of web services, there arise issues of finding suitable services. But, the traditional keyword search method is insufficient for two reasons: (1) this does not capture the underlying semantics of web services. (2) this does not suffice for accurately specifying users' information needs. In order to overcome limitations of this keyword search method, we propose a novel syntactic analysis and ontology learning method. The syntactic analysis method gives us a breadth of coverage for common terms, while the ontology learning method gives a depth of coverage by providing relationships. By combining these two methods, we hope to improve both the recall and the precision. We describe an experimental study on a collection of 508 web services that shows the high recall and precision of our method.

웹 서비스들의 수가 급격하게 증가함에 따라 사용자가 적합한 웹 서비스를 찾는 것은 매우 중요한 문제로 대두되고 있다. 그러나 전통적인 키워드 탐색 방법은 다음의 두 가지 이유 때문에 문제가 있다: (1) 웹 서비스에 대한 의미적인 정보들을 활용하지 못한다. (2) 사용자의 요구사항을 정확하게 표현하지 못한다. 이러한 키워드 기반 탐색 방법의 한계를 극복하기 위해 본 논문에서는 하나의 새로운 구문 분석 및 온톨로지 학습 방법을 제안한다. 구문 분석 방법은 키워드를 일반화하여 검색 범위를 넓혀주고, 온톨로지 학습 방법은 상관관계를 표현하여 깊이 있는 탐색을 유도한다. 이러한 두 방법을 결합함으로써 재현율과 정확률 둘 다 향상 시킬 수 있는 기법이 될 수 있다. 제안된 방법은 508개의 웹 서비스 집합에 대한 실험을 수행하여 그 성능의 우수함을 보인다.