导读:本文包含了服务发现与选择论文开题报告文献综述及选题提纲参考文献，主要关键词:社会网络,能力发现,众包,服务节点
服务发现与选择论文文献综述
彭振龙,桂小林[1]（2019）在《采用社会网络能力发现的众包服务节点选择算法》一文中研究指出为了解决社会网络众包系统中由于潜在工作者未注册或注册用户的信息更新不及时而导致的服务节点选择不准确问题,提出了一种基于社会关系能力发现的网络众包服务节点选择算法。引入社会关系认知,以众包任务发布者或接受者个人为中心,利用社会网络的相关理论,提炼众包任务主题及相应的关键词,分析其与好友之间的交互信息中出现关键词的次数,结合其朋友圈中相应关键词的出现次数进行综合加权计算,量化朋友的能力大小,生成朋友能力矩阵,重构其社会关系。当众包任务生成或到达时,结合任务完成的质量因子、节点的诚信指数、匹配度等指标,有选择性地向符合能力要求的朋友进行任务转发。模拟微信交互的仿真实验表明:所提算法能较好地进行能力发现和选择合适的任务接受者,并且比随机分发平均节省了约64.5%的时间,可以实现快速精准的任务分发与数据收集。(本文来源于《西安交通大学学报》期刊2019年11期）
Nwe,Nwe,Htay,Win[2]（2016）在《面向网络服务发现与选择的QoS感知的语义匹配算法》一文中研究指出在可用网络服务盛行的今天,网络服务标榜在组织内和组织间使用公共服务描述语言进行注册,基于用户功能性和非功能性需求的服务质量(QoS)必须被推广。然而,最常见的注册和服务描述语言都依赖于当前的网络服务(WS)标准,比如网络服务描述语言(WSDL),简单对象访问协议(SOAP),统一描述、发现和集成协议(UDDI)等等。他们按照基于类别或者基于语法的方式描述了服务接口和操作的信息。这些使用各种结构、语言和描述的情况造成了在网络服务环境中的两个问题。第一个问题是一些服务方式只专注于服务管理中的功能服务信息。其结果是,服务匹配商无法为用户寻找最合适的服务。这是因为在网络上有许多功能类似的服务,进而难以根据用户的需求来找到最合适的服务。第二个问题是基于语法的方式缺乏适用于服务方法的评价因素,因此会产生不精确和不准确的结果。第一个问题可以考虑将网络服务中所有可能的非功能性QoS属性作为功能性服务所拥有的庞大类似属性中的一个决定性因素加以解决。QoS的目的除了网络服务描述以外,不仅要满足用户对于服务质量的期望,也要提高服务匹配质量以及发现过程中的服务质量问题。随后,能够产生更少的归类结果,却可以完全覆盖所有用户的预期质量条件。第二个问题可以通过利用本体即语义技术来解决。本体被用来理解语义含义和服务描述概念。所以它可以导致基于语义的服务匹配、发现和选择过程。根据最近的研究证明,基于语义的方式可以揭示比基于语法的方式更加精确和准确的结果。因此,在本文中,第一部分专注于QoS的本体设计,开发和注释服务信息的语义信息。首先推出描述和理解基于Qo S服务文档的特征和必需品。之后,基于这些必需品,精心设计出一个新的QoS本体,称之为SQoS-Onto。此外,那些可以连接服务元素和SQoS-Onto本体概念的有用语义数据被进行注释,以便于语义服务描述可以通过一个自动的方式来被理解。我们论文的其他部分是研究如何匹配QoS的指标和属性,如何发现达到用户预期服务水平的用户所需服务,以及如何让用户根据他们的偏好、经验和情怀来参与服务选择的过程。在这些服务过程中,那些网络服务系统中强烈要求的基本特征,如自适应性、灵活性、鲁棒性,被广泛应用于服务匹配、发现和选择系统中。此外,这一部分的另一个改进是本文提出的关于应用在所有服务方法开发中的本体语义技术。将这一本体技术应用在网络服务系统中的重要事实是,我们不仅使用传统服务要素的语义概念,我们也考虑QoS服务元素本体论的语义关系属性和层次结构。据我们所知,我们是第一个引入这种基于QoS的服务领域。我们通过服务匹配算法来发掘和利用这些Qo S服务信息间的层次结构和属性关系。QoS-aware语义匹配算法提出了各种不同的服务方法,例如服务排名、选择和发现等。这些方法的影响有以下几个方面。首先,引入了一个比较完整的QoS本体设计,覆盖了QoS服务信息的各个方面。其次,通过注释Web服务协议(WS-协议)的本体语义信息,提出了一种新的服务级别的协议(SLA)用来映射和提供选择方法。它将语义信息映射到SLA中用来发现用户的合适提供商。接着,提出了一个先进的服务匹配算法,用来解决网络服务发现和选择问题。在发现服务的过程中,它探讨了自适应规则,使得系统具有健壮性,避免了当用户进行了错误的输入时没有可行解决方案出现的情况。服务选择的另一个好处是他可以让使用者根据他们的使用经历和感受舒适的给出服务评价。最后,通过QoS本体和语义注释,先进的服务发现和选择过程更加能够反映用户的满意度,也切实的实现了实时网络服务体系。(本文来源于《哈尔滨工业大学》期刊2016-06-01）
芮兰兰,江枫[3]（2015）在《泛在末梢环境可靠性预测的服务发现选择协议》一文中研究指出为提高服务查找成功率以及降低服务中断率,提出了在泛在末梢环境下基于可靠性预测的服务发现与选择协议(RPD&S).通过建立节点移动模型,预测节点的移动性及节点有效时间,计算服务提供节点及路径的可靠性,选取可靠性最高的服务提供节点及路径,同时采用双路径机制增强路径可靠性.仿真结果表明,RPD&S的服务查找失败率比跨层的服务发现协议低,服务执行中断率比基于时延的服务选择协议低.RPD&S能有效解决服务发现与选择中的问题,提高用户体验.(本文来源于《北京邮电大学学报》期刊2015年S1期）
胡甜甜[4]（2015）在《物联网中基于动态QoS的服务发现与选择的研究》一文中研究指出随着物联网服务迅速增长,物联网服务已成为“服务海洋”,人们面临如何从“服务海洋”发现与选择更好的服务来满足需要的挑战。很多的研究团队在服务的发现与选择的研究上加大了投入。如何从大量服务中发现满足用户需求的相似服务,以及如何从这些相似服务中选择出满足用户需求的最佳服务均是需要解决的问题。现有的服务发现算法主要基于相似度的计算和关键字的匹配,发现结果的完整性有待提高。而现有的基于Qo S的选择算法主要基于客观属性,无法随着用户的使用动态修正用户的选择,给选择的准确性带来局限。因此本文从叁个方面进行了研究。首先,由于现有的服务描述文件基本上都是WSDL文件,为了更好研究和实现本体,在研究基于本体语义距离的服务发现之前,在建立本地本体库与本体标准化的基础上,本文首先研究了从WSDL文件到语义描述文件(OWL-S)的映射,来将现有的用WSDL描述的服务转化为OWL-S描述的语义服务。其次,论文提出基于本体语义距离的服务发现方法。为了从大量的服务中准确,完整的找到相似服务集,使用具有语义推理作用的本体描述语言OWL-S,从原本的关键词扩展到语义推理判断。服务发现算法的研究主要在于用户请求与已有服务之间的匹配算法,本文提出了基于语义距离的匹配算法,并使用OWLS-TC3测试集建立仿真实验,验证该算法有效的提高了服务发现的成功率与完整性。最后,本文提出了基于Qo S的动态服务选择算法。该算法在考虑客观的Qo S静态属性的基础上,加入了对主观Qo S属性的研究,将其从静态的属性数据计算转变为动态计算,加入权值来提高算法的准确性和可靠性。通过仿真实验表明,基于服务发现得到的相似服务集,该算法计算确定满足用户需求的最佳服务成功率平均高于同类算法,保证了准确性。(本文来源于《南京邮电大学》期刊2015-04-01）
崔纪鹏[5]（2014）在《面向用户需求的Web服务发现与选择》一文中研究指出Web服务作为面向服务体系架构(SOA)和面向服务计算(SOC)的实现，以其自描述、跨平台、松耦合等特性，已成为企业业务流程集成的一个重要机制。随着Web服务技术的发展，越来越多的企业将自己的业务流程打包成Web服务，这些Web服务在功能、质量等方面不尽相同。Web服务组合技术的出现解决了细粒度的单一Web服务难以满足复杂业务逻辑的矛盾，最大限度地提高了现有Web服务的可重用性和使用灵活性。Web服务组合技术的关键环节是如何根据用户需求，找到能够实现其业务逻辑的候选服务集，并从中选择用以组合的最优Web服务。现有的关于服务发现的主要工作，大多都假定已给定完成Web服务组合所需的各类功能相似、服务质量不同Web服务集，基于全局或局部QoS最优的方法进行服务发现与服务选择，但对候选服务集的构造以及用户QoS偏好方面研究有所欠缺。此外，用户有时候真正关心的是Web服务的一些具体内容细节信息，服务发现的过程中应该体现这些细节信息；语义Web技术，比如语义Web服务描述语言OWL-S，可以描述这类细节信息，但语义Web服务本身也有很大局限。针对现有工作的局限性，本文从叁个方面考虑基于用户需求的Web服务发现与选择问题：(1)基于功能层面的服务发现。解决用户的业务逻辑需求可以由哪些抽象服务类实现的问题，最终目的是得到针对用户需求的候选服务集；候选服务集的建立为后续服务选择的进行提供基础。(2)基于服务质量QoS的服务选择。建立组合QoS权重表达模型，根据用户对QoS属性的偏好和专家打分得到不同属性的权重；通过构造遗传算法，从全局的角度考虑Web服务组合的用户QoS满意度，并以此对候选服务集进行选择。(3)基于服务内容的服务选择。提出并建立Web服务内容表达模型，通过计算服务赋值向量和用户的需求向量之间相似度的方法，确定某一Web服务是否能够满足用户对服务内容方面的要求，并以此为依据对候选服务集进行过滤。基于功能层面的服务发现形成候选服务集。在候选服务集的基础上，综合应用基于QoS和基于服务内容的服务选择，最终可得到功能层面、服务质量层面和服务内容层面最大程度符合用户需求的Web服务组合。这在总体上实现了一个Web服务发现与选择的层次模型，本文在最后讨论了该模型的利弊，并提出了另外一种可能的模型——解析模型的思路和需要解决的问题。(本文来源于《济南大学》期刊2014-05-23）
盛国军[6]（2013）在《Web服务发现与选择关键技术研究》一文中研究指出Web服务组合通过重用已有的Web服务来实现新的、功能更加复杂的业务,是实现服务和资源集成的一种有效方式。在组合服务方案的交付过程中,工作流引擎首先要根据组合服务方案中抽象服务所要求的功能特征从Internet上发现满足要求的可执行的侯选Web服务集合,这些侯选服务的信誉将对组合服务的成功交付产生重要影响。对于组合服务方案中的每一个抽象服务,在网络上都能找到大量功能相同或相似、而服务质量水平不同的Web服务,在这些侯选服务中选择合适的Web服务组合成可执行的组合服务将形成海量的组合方案即“组合爆炸”,是一个典型的NP难题,其效率将对组合服务交付的质量产生重要的影响。在组合服务方案中的某个具体服务被执行的过程中,可能由于该服务是恶意服务或者服务质量发生变化而导致服务调用失败,因此需要为组合服务方案执行故障恢复功能,如何选择有效的可替换服务也成为组合服务质量保障要研究的一个重要问题。本文针对上述若干问题开展研究,并提出了相应的解决方案,主要研究成果包括：(1)针对服务发现的可信服务查准率不高而影响组合服务流程成功交付的问题,提出了一种基于非结构化P2P网络和改进蚁群算法的可信服务发现方法,TSDMACS。该方法在传统蚁群算法的基础上应用一整套全新的策略来控制蚁群的行为,如动态蚁群策略、子蚂蚁策略、服务节点的信誉评估策略等,高信誉服务节点在蚂蚁的推荐下进行邻居更换和自组织。通过与传统的MMAS算法做比较,验证了本算法在各种常见复杂网络环境下仍可保证较高的可信服务查准率和更高的综合服务发现效率。(2)针对Web服务组合的海量组合服务方案的优化问题,提出了基于改进离散粒子群算法的Web服务选择方法MDPSO。该算法采用零惯性权重和子粒子圆周轨道机制,使用基于叁角函数的非线性动态学习因子及种群早熟收敛预测与处理方法控制粒子群的行为,在粒子的局部开拓能力和全局收敛能力之间达到了良好的动态平衡。通过与传统的PSO算法做比较,验证了本算法在Web服务组合问题上效率更优。这些新概念和方法的提出为PSO算法在Web服务组合问题上的应用研究提供了一种新的思路,并为进一步的研究工作奠定了基础。(3)针对组合服务交付过程中的故障服务替换问题,提出了一种基于用户协同过滤的可信Web服务推荐方法TWSRCF。该方法首先根据用户的查询请求得到一组功能相同或相似的侯选Web服务集合,然后基于用户的共同评价得到目标用户的偏好相似用户集合,并求得侯选Web服务集合中每个服务的可推荐用户集合,并根据可推荐用户的相似度、评价值和可信度计算各侯选服务的推荐度,按照推荐度对各侯选服务进行排序并向目标用户推荐。实验结果表明,随着用户评价数量的增加,该方法所获得的服务推荐效果也逐渐明显,并且随着系统中的恶意评价用户数量的增加,相对于其它Web服务推荐的方法,其服务推荐结果只受到较小的影响。(本文来源于《东北大学》期刊2013-09-01）
宋敏,吴倩倩[7]（2013）在《图书馆网络级发现服务的比较和选择》一文中研究指出分别从读者和图书馆员的角度,以Google学术搜索为基准,采用35个指标构建网络级发现服务综合评价指标体系。根据评价结果,对比分析4种网络级发现服务的特点,并将其核心技术联合索引和联邦搜索进行了比较,指出发现服务的单一搜索框将取代目前图书馆网站首页的多个搜索框。(本文来源于《情报探索》期刊2013年07期）
陈卫东[8]（2013）在《基于SP2P的Web服务发现与选择机制研究》一文中研究指出Internet技术的快速发展为企业提供稍纵即逝市场机会，使企业利用信息服务改进业务成为一种趋势。基于网络平台实现服务的自我管理与发布优化资源配置，在开放计算环境下企业寻找最佳可信合作伙伴、发展企业动态联盟成为研究的热点与挑战。如何利用语义P2P和Web服务技术实现企业服务资源的自我管理与可信服务的发布及发现成为一个重要研究课题。论文围绕语义P2P中Web服务的管理及基于服务质量与服务信任模型的Web服务选择开展了工作。论文的创新及主要的工作包含以下几个方面：(l)为了解决集中式注册中心的瓶颈问题，并提高企业间的服务发现性能，设计了非结构化拓扑的服务索引聚集与备份结构及拓扑网的维护算法。本文发现语义模式匹配过程是一类P2P应用共性需解决的问题。利用布隆过滤构建web服务描述模式聚集过程及Web服务模式发现算法，实现了查询语义与路由语义的一致。通过实验对比分析，实现基于语义P2P服务注册结点的快速定位。(2)为了解决区域空间信息服务基于语义的集成，并实现基于语义的服务发现,利用子本体与子空间结构设计了基于P2P环境GIS服务语义共享的框架，设计了语义集成过程及服务集成所需本体。利用信息论理论提出了子本体相似度算法，结合语义距离相似设计了信息服务相似度算法。通过实验说明新的服务相似度算法较经典算法有更高性能。(3)为了解决基于服务质量的Web服务匹配准确性与选择的用户个性需求。本文提出新的叁层QoS本体模型，满足用户对服务质量的个性需求及服务质量属性的扩展需求。设计了QoS参数数值编码语义匹配算法及QoS属性参数值的匹配与选择算法。通过实验验证了QoS参数的相似度选择算法的有效性，并能提供最接近用户服务质量需求的服务。(4)为了支持在不可靠网络环境中使用服务，并能抵御恶意行为，提出基于信誉的对等网络信任模型。定义了服务的信誉模型与服务评价者的可信度模型。结合时间窗等因素设计适当评价激励与处罚函数，完善上述两个模型。通过实验发现本信任模型支持用户选择可信服务并对恶意评价有一定的对抗能力。(本文来源于《天津大学》期刊2013-05-01）
邢昆明[9]（2013）在《基于语义匹配的Web服务发现和选择问题的研究》一文中研究指出语义Web服务是指将语义Web技术应用到Web服务领域当中，可以在本体层面对Web服务经行建模，在语义层面经行服务间的相互操作。基于语义Web服务发现指的是查找出满足用户需求的服务并且这些服务是使用语义描述框架描述的。由于Web服务灵活性强且具有跨平台性和可移植性，诸多的优点使其成为面向服务计算的主流技术。当今网络上的服务成爆炸式的增长，由此出现了一个巨大的服务集合，这样就会出现很多在功能、非功能、前件和效果上相同或者相似的Web服务，如何从这个巨大的服务集合中快速准确的定位出满足用户需求的服务成为一个至关重要的问题。由于传统的Web服务停留在基于语法与关键词的层面来发现Web服务，从而导致服务发现的准确率、召回率比较低。基于语义Web服务发现克服了传统Web服务缺少语义信息的缺点，它是使用领域本体或大型词汇库进行搜索的，并且采用了一定逻辑推理机制，从而在一定程度上提高了服务发现的准确率、召回率，与此同时也带了发现效率不高的缺点。目前基于语义Web服务发现研究方法一般都会定义一个服务匹配器，有些服务匹配器在定义语义匹配级别之后仅仅经行语义匹配从而导致发现效果不好，然而其他的一些服务匹配器在语义匹配失败之后再采取其他的方法弥补语义匹配的不足。本文从提高Web服务发现的准确率、召回率角度出发，采用基于语义匹配和信息内容语义相似度的服务发现机制，并且根据此机制实现了一个相对完整的Web服务发现系统，该服务发现机制主要包括：(1)Web服务描述语言。通过对Web服务描述语言SAWSDL、WSMO、OWL-S的研究分析，采用OWL-S作为服务描述语言，使用owl构建的本体在语义层面对服务进行建模，定义了四种语义匹配级别，在此基础上定义服务发现机制进行服务的语义匹配。(2)基于非推理的语义Web服务匹配。目前基于语义匹配Web服务发现方法效率不高的主要原因在于使用了基于逻辑推理的方式来发现Web服务，本文在确定两个概念之间的关系(祖先—孩子、孩子—祖先)时采用二进制编码的方式，从而提高了服务发现的效率。(3)基于信息内容语义相似度计算的服务发现。当语义匹配失败之后，为了返回更多与用户请求相关的服务，本文采用基于信息内容语义相似度计算的方式来弥补单纯基于语义匹配带来的负面影响。(4)通过owls-tc2.0作为测试集合，使用XAMPP作为服务器，采用java开发语言，实验结果表明本文提出的服务发现机制既提升了服务发现准确率、召回率又提高了服务发现的效率。(本文来源于《中国石油大学（华东）》期刊2013-05-01）
吴凤刚[10]（2013）在《车辆网络服务发现中目录车辆选择问题的研究》一文中研究指出本文研究在城市车辆网络（Urban Vehicular Ad-hoc Networks, VANETs）中的有限时延的服务发现协议(Delay Bounded Service Discovery Protocol, DB-SDP)。具体说来是指在一定的延迟限制之下，定位分布在整个车辆网络中的的资源和服务（例如，本地的传感器数据和多媒体内容等）的问题。为了方便服务的发现，我们可以选择出一组称为服务目录的车辆来存储网络中所有资源的索引信息。由于车辆无线自组织网络的分隔特性，选择一个最佳的服务目录车辆集合，使之有最小的尺寸，并且同时满足用户对有限的响应时间延迟的要求是非常困难的。在本文中，我们将有限时延的服务发现中服务目录选择的问题（Delay Bounded Service Directory Selection，简称为DB-Sel）形式化为一个最优化问题，从而我们可以在时延限制约束下，最大限度地减小的服务目录集合的大小。我们从理论上证明了即使在我们已知车辆的未来位置的情况下，DB-Sel问题是NP完全的。我们观察和证明了一组任意选取的服务目录车辆集合在一定时限内可以遇到的车辆的数目有一定的规律性。我们还发现车辆之间的相遇概率呈现出很强的时间相关性。基于这些观察，我们设计了一个启发式算法，它可以根据正态分布的性质和历史的车辆相遇概率来迭代选择最佳的服务目录车辆集合。我们证明了我们的算法相比最优解有性能上的近似界。我们进行了大量的基于真实车辆轨迹的模拟实验，研究结果表明，我们的算法可以在保证规定的时延限制的情况下，比其他的替代算法选出的服务目录车辆集合小20%。(本文来源于《上海交通大学》期刊2013-01-10）
服务发现与选择论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在可用网络服务盛行的今天,网络服务标榜在组织内和组织间使用公共服务描述语言进行注册,基于用户功能性和非功能性需求的服务质量(QoS)必须被推广。然而,最常见的注册和服务描述语言都依赖于当前的网络服务(WS)标准,比如网络服务描述语言(WSDL),简单对象访问协议(SOAP),统一描述、发现和集成协议(UDDI)等等。他们按照基于类别或者基于语法的方式描述了服务接口和操作的信息。这些使用各种结构、语言和描述的情况造成了在网络服务环境中的两个问题。第一个问题是一些服务方式只专注于服务管理中的功能服务信息。其结果是,服务匹配商无法为用户寻找最合适的服务。这是因为在网络上有许多功能类似的服务,进而难以根据用户的需求来找到最合适的服务。第二个问题是基于语法的方式缺乏适用于服务方法的评价因素,因此会产生不精确和不准确的结果。第一个问题可以考虑将网络服务中所有可能的非功能性QoS属性作为功能性服务所拥有的庞大类似属性中的一个决定性因素加以解决。QoS的目的除了网络服务描述以外,不仅要满足用户对于服务质量的期望,也要提高服务匹配质量以及发现过程中的服务质量问题。随后,能够产生更少的归类结果,却可以完全覆盖所有用户的预期质量条件。第二个问题可以通过利用本体即语义技术来解决。本体被用来理解语义含义和服务描述概念。所以它可以导致基于语义的服务匹配、发现和选择过程。根据最近的研究证明,基于语义的方式可以揭示比基于语法的方式更加精确和准确的结果。因此,在本文中,第一部分专注于QoS的本体设计,开发和注释服务信息的语义信息。首先推出描述和理解基于Qo S服务文档的特征和必需品。之后,基于这些必需品,精心设计出一个新的QoS本体,称之为SQoS-Onto。此外,那些可以连接服务元素和SQoS-Onto本体概念的有用语义数据被进行注释,以便于语义服务描述可以通过一个自动的方式来被理解。我们论文的其他部分是研究如何匹配QoS的指标和属性,如何发现达到用户预期服务水平的用户所需服务,以及如何让用户根据他们的偏好、经验和情怀来参与服务选择的过程。在这些服务过程中,那些网络服务系统中强烈要求的基本特征,如自适应性、灵活性、鲁棒性,被广泛应用于服务匹配、发现和选择系统中。此外,这一部分的另一个改进是本文提出的关于应用在所有服务方法开发中的本体语义技术。将这一本体技术应用在网络服务系统中的重要事实是,我们不仅使用传统服务要素的语义概念,我们也考虑QoS服务元素本体论的语义关系属性和层次结构。据我们所知,我们是第一个引入这种基于QoS的服务领域。我们通过服务匹配算法来发掘和利用这些Qo S服务信息间的层次结构和属性关系。QoS-aware语义匹配算法提出了各种不同的服务方法,例如服务排名、选择和发现等。这些方法的影响有以下几个方面。首先,引入了一个比较完整的QoS本体设计,覆盖了QoS服务信息的各个方面。其次,通过注释Web服务协议(WS-协议)的本体语义信息,提出了一种新的服务级别的协议(SLA)用来映射和提供选择方法。它将语义信息映射到SLA中用来发现用户的合适提供商。接着,提出了一个先进的服务匹配算法,用来解决网络服务发现和选择问题。在发现服务的过程中,它探讨了自适应规则,使得系统具有健壮性,避免了当用户进行了错误的输入时没有可行解决方案出现的情况。服务选择的另一个好处是他可以让使用者根据他们的使用经历和感受舒适的给出服务评价。最后,通过QoS本体和语义注释,先进的服务发现和选择过程更加能够反映用户的满意度,也切实的实现了实时网络服务体系。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
服务发现与选择论文参考文献
[1].彭振龙,桂小林.采用社会网络能力发现的众包服务节点选择算法[J].西安交通大学学报.2019
[2].Nwe,Nwe,Htay,Win.面向网络服务发现与选择的QoS感知的语义匹配算法[D].哈尔滨工业大学.2016
[3].芮兰兰,江枫.泛在末梢环境可靠性预测的服务发现选择协议[J].北京邮电大学学报.2015
[4].胡甜甜.物联网中基于动态QoS的服务发现与选择的研究[D].南京邮电大学.2015
[5].崔纪鹏.面向用户需求的Web服务发现与选择[D].济南大学.2014
[6].盛国军.Web服务发现与选择关键技术研究[D].东北大学.2013
[7].宋敏,吴倩倩.图书馆网络级发现服务的比较和选择[J].情报探索.2013
[8].陈卫东.基于SP2P的Web服务发现与选择机制研究[D].天津大学.2013
[9].邢昆明.基于语义匹配的Web服务发现和选择问题的研究[D].中国石油大学（华东）.2013
[10].吴凤刚.车辆网络服务发现中目录车辆选择问题的研究[D].上海交通大学.2013