随着互联网技术的日新月异,Web服务为网络资源信息的互操作提供了良好的技术支撑。凭借其自身所拥有的特性,诸如标准的接口、平台无关性、协议标准化和国际化等,Web服务越来越被广泛地关注和使用。单个Web服务的功能相对较简单,而面对日益庞大、复杂的需求,组合服务的概念应运而生。服务的组合不仅能有效整合网络上已有的资源,而且提高了资源的利用率,减少了开发时间和成本,进而使得相应服务大为增值。因此,服务的组合已成为信息资源共享时代的主要研究问题之一。传统的服务发现机制是通过对关键字匹配或基于框架来实现服务的查找,这种方法的服务查准率、查全率较低。随着语义网技术的出现,机器可以“理解”服务的相关信息,从而提高服务匹配的效率。在这个过程中,如何设计更快、更精准的服务匹配算法或模型是目前人们研究Web服务组合的重要课题。针对上述问题,本文提出了一种服务分级筛选策略模型,通过分级筛选服务以选取最佳服务组合。构建OWL-S/UDDI转换模块,以添加基于语义的服务分类信息、功能信息和附加信息等的描述;提出分级筛选服务的思想,采用匹配服务分类信息、建立本体树、定义用户关注度等方法,将上一轮筛选过程的结果集作为下一轮筛选的候选集,准确、高效地选取服务,最终获得所需服务组合集。本文深入探讨了多个功能相似服务的最优服务选取问题,提出了一种基于服务质量QoS的最优服务集选取机制。结合用户关注度、质量因素等相关要素,设计了最佳服务的选取流程和算法。最后,为验证所提算法及模型的可行性和效率,以服务的响应时间、查准率和查全率作为衡量算法优劣的标准,设计了仿真实验。通过对实验数据的对比与分析,证明了该方法的可行性和有效性。