Web服务发现通过检索满足需求的Web服务来实现Web服务复用、Web服务匹配检测以及Web服务组合,是面向服务架构的重要组成部分。在语义网技术的推动下,Web服务的语义描述可增强Web服务的机器理解能力,从而提高了Web服务发现的准确率。一方面,现有基于本体逻辑推理的Web服务发现查找效率低下,而且大部分Web服务提供商并不会为Web服务提供语义层面的描述；另一方面,当前Web服务匹配算法在构建Web服务描述模型上存在片面性,影响了Web服务匹配算法的准确度：最后,随着Web服务数目的迅速增加,如何快速定位满足需求的Web服务是当前该研究领域的热点,同时也是该研究领域亟待解决的问题之一。针对当前Web服务发现所面临的问题,本文首先对Web服务描述信息进行详细地研究和分析,并利用文本统计信息和树型结构来构建Web服务描述模型。然后在此服务描述模型的基础之上,通过概念间的语义相似度计算和树型同胚体匹配算法来推出基于语义的Web服务匹配算法,不仅解决服务缺少语义层面描述的问题,还弥补了基于本体逻辑推理的服务匹配算法在性能上的不足和缺陷。在面对大量Web服务的检索问题时,本文采用K-Means聚类算法将功能相似的Web服务进行聚类组织,在匹配过程中过滤不相关的服务,从而减少检索空间,提升了Web服务发现效率；并在缺少Web服务质量描述信息的场景下,本文还提出服务使用评价计算模型,通过使用评价间接地反映Web服务质量信息,帮助系统选择最优的服务。最后本文设计并实现了基于语义的聚类Web服务发现系统,该系统不仅提高Web服务发现的准确率,还提升了整体的发现效率。