基于用户偏好的Web服务选择问题研究

来源 :中国石油大学(华东) | 被引量 : 0次 | 上传用户:wyattwong
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
Web服务是可配置的软件服务,它采用开放的标准及协议连接集成分布式组件,创建和管理计算机应用。因其具有高度的互操作性、跨平台性和松散耦合等主要特征,Web服务已成为分布式环境下处理互操作性的关键技术。随着Web服务技术的不断成熟,越来越多的企业或个人将应用打包成服务发布到网上,由此形成了巨大的服务空间,并且不可避免地出现了大量功能相同或相似服务,因此怎样从大量功能等价的候选服务群中选择一个服务最终执行成为一个非常有意义的研究问题。非功能属性,一般指QoS(Quality of Services),能够区分功能等价服务的非功能性特性。据此,基于非功能属性,尤其是基于QoS的服务选择已经得到越来越多的关注和研究。服务执行最终的受益者是用户,充分考虑用户对QoS属性的偏好约束,实现服务选择个性化、特色化是研究服务集成、服务选择需要考虑的非常重要的问题。现阶段基于用户偏好的Web服务选择研究方法大多只考虑了模糊权重偏好,考虑用户模糊QoS属性值偏好的研究相对较少,且仅针对精确数值型。这制约着服务个人化选择及服务动态集成的研究与发展。   本文从Web服务选择个性化角度出发,提出了一个基于用户模糊QoS属性值偏好和权重偏好的Web服务选择机制,该选择机制包括:⑴多属性类型QoS模型。考虑服务领域的广泛化、服务应用的复杂化,本文将QoS模型扩展到可表示数值型、区间型、语言型、等级型及布尔型质量属性,更灵活表达服务的OoS属性,并根据不同类型属性的性质,给出用户偏好表达的不同方式;⑵不精确混合偏好表示模型。提出QoS属性值偏好的概念,建立用户模糊偏好模型,能够表达并处理用户对QoS属性值的模糊偏好以及权重偏好,并依据不同类型的属性偏好采用不同的方法计算候选服务在某属性上与用户偏好之间的匹配度,以此作为评价候选服务的优劣标准;⑶混合偏好感知的服务选择。采用基于TOPSIS(Technique for Order Preference by Similarity to Ideal Solution)的多属性决策方法,依据候选解与理想目标,即候选服务与用户偏好的匹配程度对候选服务排序,以此选择最符合用户偏好的服务。通过实验验证,提出的方法能更灵活地表达用户的不确定QoS属性值偏好及权重偏好,并能根据不同用户的偏好需求选择出最符合其偏好的服务,实现了服务选择的个性化。
其他文献
物联网的广泛应用推动了感知技术的发展,同时也促进了作为感知技术核心内容之一的无线传感器网络的研究和发展。随着需求的发展,无线多媒体传感器网络(Wireless Multimedia S
AUC是衡量分类算法性能的重要指标之一,被广泛应用于类不平衡学习、排序学习、异常检测和代价敏感学习等任务中。在线学习凭借其处理大规模数据和流数据的高效性在机器学习领
近年来,随着Internet技术的不断发展,让GIS跨入全新的Web时代,WebGIS的出现让GIS开始走向社会化和大众化。然而,在WebGIS蓬勃发展的同时,我们也看到它仍然面临着严峻的挑战。当前
现实生活和生产中普遍存在着随机因素,由于受到随机因素的影响,使得对问题的求解造成不便。目前对随机条件下的寻优问题,主要从期望值角度、机会测度角度及其他的角度出发,应
物流信息产业是波及范围最广的产业之一,通常由原料供应商、企业客户、生产商、批发商、零售商等多个组织结构所构成,从而形成一条供应链。供应链中的企业间是相互联系、相互
随着信息社会的快速发展,web数据已经发展成为一种巨大的信息资源。Web信息抽取作为一种从web数据中抽取主题信息的研究内容,是数据分类、自然语言处理等研究领域的基础。因
伴随着信息社会和定位技术的快速发展,基于位置的服务已经成为生活中不可缺少的一部分,并使人们生活变得更加便捷。与此同时,人们也将面临着轨迹隐私泄露的问题。由于人们对
信息技术的快速发展,互联网用户量和信息量规模的不断扩大,网络空间的信息生产者由传统媒体逐步趋向大众化和平台化。随着个人影响力的提升和人工智能的普及发展,人人都是信
随着互联网、WEB2.0和电子商务的发展,在微博、贴吧和网站的评论中出现了大量的人们对商品、服务、新闻等领域发表心得、体会和意见的评论信息。准确地分析出用户的评论信息
随着计算机网络应用的推广及网络用户数量的增加,系统资源利用率和响应时间对数据库优化提出了挑战,传统手动调度的优化方式已经无法满足实际应用的需求,数据库动态优化技术