为了提高服务发现的效率,UDDI 2.0中增加了标识系统和第三方分类系统。但是,由于这种分类系统局限性较大,仍然难以实现精确的查找。传统服务发现模型当中,服务描述完全由服务发布者提供,不仅难以完整全面地描述Web服务的特性,而且容易造成用户理解障碍。因为用户的广泛参与,Folksonomy具有极大的灵活性,在网络资源分类管理上有着传统分类系统无法比拟的优势。本文提出了一种基于Folksonomy的Web服务发现模型。通过将Folksonomy这一新兴分类法应用于服务发现领域,解决传统分类系统建设成本高,维护难度大,分类粒度大,结构固化等问题。用户在使用Web服务之后,可通过带有语义断言的关键词对服务进行标注。在标签数目达到一定规模后,整个标签系统会形成一个相对完整的语义分类系统,并随着用户的不断参与更加完善,最终实现对Web服务精确的语义查找。用户通过添加标签的形式参与完善服务描述的过程,使得服务描述更加全面和完整,从而避免传统模式中服务描述来源单一的问题。针对Folksonomy本身的若干问题,文中提出了一系列的改进方案。在对标签系统的网络特性进行分析之后,本文提出了一种凝聚式的标签层次聚类算法。通过对标签进行层次化聚类,挖掘标签之间的关联关系。进而从中提取出本体结构,用于标签的语义解析以及Web服务的分类存储。本文主要针对基于Folksonomy的Web服务发现进行研究,对Folksonomy与Web服务发现机制的结合进行了初期探索。包括基于Folksonomy的服务发现模型分析以及标签系统当中的标签聚类,本体构造方法的研究。