针对物联网中服务数量的大规模性、服务描述的异构性以及设备服务的资源高度受限性和移动性等特 点,提出了一种基于概率主题模型的物联网服务发现方法.该方法的主要特点是:1） 利用英文 Wikipedia 构建高质量 的主题模型,并对类似短文本的服务文本描述进行语义扩充,使主题模型能够更有效地估计服务文本描述的隐含主 题；2） 提出利用非参数主题模型学习服务文本的隐含主题,降低模型训练时间；3） 利用服务隐含主题对服务进行自 动分类和文本相似度计算,快速减少服务匹配数量,加速服务文本相似度计算；4） 提出能够同时支持WSDL-based和 RESTful 两种物联网服务的 signature 匹配算法.实验结果表明:与现有的物联网服务发现方法相比,该方法的准确率 （precision）和归一化折损累积增益（NDCG）都有较大幅度的提高.
