随着互联网的高速发展和广泛应用,用户对互联网提供的服务提出了更高的要求,同时开发人员对代码的重用和服务松耦合的要求也越来越高,Web服务则提供了一种解决上述问题的有效方法。传统的Web服务发现主要是基于关键字的,缺乏对语义的支持,因而在服务发现方面的查全率和查准率较低。在当前Web服务的研究中,大多数的学者都倾向于将语义Web和Web服务结合起来,使得Web服务具有语义,提高了Web服务发现的查全率和查准率。因此,研究基于语义的Web服务发现具有积极的科学理论意义和现实的社会应用价值。论文在分析语义Web服务的研究背景和语义Web服务发现的国内外现状之后,发现当前语义Web服务发现的研究大都只是关注服务发现过程中服务功能属性的匹配,对语义Web服务其他属性的影响考虑不足。因此,本文对语义Web服务的描述进行了深入的分析,提出了一种多阶段匹配的语义Web服务发现框架,将整个发现过程分为服务类别匹配、服务功能匹配、服务名称匹配和服务文本语句匹配四个阶段。在整个发现的过程中,通过各个阶段的匹配及时剔除无效的服务,来保证服务发现过程的效率和质量。在服务功能匹配阶段,针对当前研究对领域本体库中概念之间的密度因素考虑不足的问题,提出了基于信息量的改进GCSM算法,从而能更准确地计算领域本体库中两个概念之间的相似度;同时,针对功能参数多输入和多输出的情况,提出了参数扩展的KM算法;在服务名称和文本语句的匹配阶段,考虑到中文语句和词汇组中的多义词的影响,提出了基于实例和基本义原的消歧策略,保证了中文词义的唯一性,提高了服务名称匹配和文本语句匹配的精确度。本文在理论研究的基础上设计了服务发现的原型系统,并通过实验证明:与文献[10]中的服务发现策略相比,本文提出的语义Web服务发现框架的查全率提高了五个百分点,查准率提高了八个百分点,响应时间维持在352ms左右,虽然响应时间有所增加,但仍是一个可接受的值。因此,本文提出的多阶段匹配的语义Web服务发现框架是可行和有效的。