随着互联网上服务数量的急剧增长及类型的日益多样化,如何准确、高效地发现满足用户需求的服务成为服务计算领域的一大挑战.服务聚类是提高服务发现效率的重要技术.尽管已有很多服务聚类方面的相关工作,但是现有方法不仅局限于单一类型的文档,而且鲜有考虑服务需求的功能语义.有鉴于此,文中提出一种基于需求功能语义的服务聚类方法SCFSR(Service Clustering based on the Functional Semantics of Requirements).该方法对文档类型没有要求,且采用自然语言处理技术提取服务需求中的所有有用功能信息集;根据服务功能信息集度量服务的功能语义相似度;使用k-means算法实现服务聚类;使用ProgrammableWeb上API服务的真实数据来验证SCFSR方法的有效性.文中用准确率和召回率评估信息集提取的效果,并用纯度指标(Purity of Cluster)评估聚类的效果.评估结果表明,该方法可以有效地实现对服务的聚类,整个聚类的纯度达到了57.5%,比同类方法略有提高.