【摘要】：互聯(lián)網(wǎng)技術(shù)的發(fā)展促進(jìn)了計算模式的演變,一種新興的計算模式——服務(wù)計算應(yīng)運而生,服務(wù)計算實現(xiàn)了Web環(huán)境中跨平臺跨協(xié)議的應(yīng)用交互與集成.隨著數(shù)據(jù)、軟件、存儲、計算等都被打包成服務(wù)的形式交付用戶使用,服務(wù)計算受到了工業(yè)界和學(xué)術(shù)界的越來越多的關(guān)注.服務(wù)種類與數(shù)量增長迅猛,但是服務(wù)質(zhì)量(quality of service,QoS)參差不齊,讓用戶從海量的服務(wù)中尋找高質(zhì)量的服務(wù)變得非常困難,因此迫切需要服務(wù)推薦系統(tǒng)為用戶推薦能使該用戶得到最優(yōu)體驗的服務(wù).同時,隨著企業(yè)級應(yīng)用逐漸走向規(guī)�；�,單一的服務(wù)往往難以滿足用戶的復(fù)雜需求,而服務(wù)數(shù)據(jù)交互與集成的靈活性,使多個服務(wù)無縫集成形成更高級別的業(yè)務(wù)過程成為可能,所以針對復(fù)雜的用戶需求提供組合服務(wù)也成為一個現(xiàn)實問題.在實踐中,由于運行環(huán)境的動態(tài)性,服務(wù)推薦與服務(wù)組合面臨極大的挑戰(zhàn),如:服務(wù)的行為是不確定的,受網(wǎng)絡(luò)或其它因素影響可能出現(xiàn)服務(wù)失敗;服務(wù)的一些QoS屬性值是變化的,如網(wǎng)絡(luò)訪問量的增加可能導(dǎo)致響應(yīng)時間延長.另外,相對用戶和服務(wù)的數(shù)量,服務(wù)執(zhí)行的QoS歷史記錄極其稀疏,這給基于QoS值預(yù)測的服務(wù)推薦帶來困難.因此,研究動態(tài)環(huán)境下的服務(wù)推薦與服務(wù)組合具有非常重要的現(xiàn)實意義.本文將針對動態(tài)環(huán)境中,服務(wù)行為不確定、服務(wù)QoS值動態(tài)變化、歷史QoS數(shù)據(jù)稀疏等環(huán)境下的服務(wù)推薦與組合的方法開展系統(tǒng)深入的研究.通過選擇有效的機(jī)器學(xué)習(xí)方法,從稀疏的歷史評分?jǐn)?shù)據(jù)中學(xué)習(xí)目標(biāo)用戶對服務(wù)的評分模式,設(shè)計個性化的服務(wù)推薦方法,高效準(zhǔn)確地為用戶推薦能得到最優(yōu)體驗的服務(wù).同時本文將服務(wù)組合看作決策優(yōu)化問題,通過增強(qiáng)學(xué)習(xí)的方法,在服務(wù)組合過程中選擇組件服務(wù),既能運行適應(yīng)動態(tài)環(huán)境的最優(yōu)組合服務(wù),又能盡最大可能滿足用戶的約束.本文的主要研究工作包括:(1)針對服務(wù)動態(tài)提供、歷史評價數(shù)據(jù)稀疏等環(huán)境下的個性化服務(wù)推薦問題,提出一種基于SVM分類器的協(xié)同過濾Top-N服務(wù)推薦方法SVMCF4SR.該方法基于稀疏的歷史評分?jǐn)?shù)據(jù)訓(xùn)練SVM分類器,對用戶—服務(wù)評分模式進(jìn)行學(xué)習(xí),將學(xué)習(xí)結(jié)果用于評估未知的服務(wù),根據(jù)評估結(jié)果對未知服務(wù)進(jìn)行排序,為用戶推薦Top-N服務(wù).(2)針對個性化服務(wù)推薦的效率與效果問題,提出一種分布感知的基于粒度SVM的Top-N服務(wù)推薦方法GDSVM4SR.該方法首先對用戶空間進(jìn)行�；�,區(qū)分相似用戶與一般用戶,區(qū)別對待兩類用戶的評分?jǐn)?shù)據(jù),以提高推薦的準(zhǔn)確度.同時,GDSVM4SR也對訓(xùn)練集進(jìn)行�；�,選取代表點壓縮訓(xùn)練集,提高模型訓(xùn)練的速度的同時避免了一些不實評分對推薦精度的影響.(3)針對服務(wù)行為不確定、服務(wù)QoS動態(tài)變化等環(huán)境下的服務(wù)組合問題,提出基于部分可觀測的馬爾科夫決策過程的服務(wù)組合方法SC_POMDP.該方法首先根據(jù)歷史QoS數(shù)據(jù)對各組件服務(wù)在系統(tǒng)不同運行狀態(tài)的性能進(jìn)行學(xué)習(xí),然后在服務(wù)組合執(zhí)行中根據(jù)觀測到的已完成服務(wù)的QoS值對系統(tǒng)所處狀態(tài)進(jìn)行判斷,根據(jù)系統(tǒng)執(zhí)行狀態(tài)為下一個任務(wù)選擇組件服務(wù).SC_POMDP在服務(wù)組合執(zhí)行中進(jìn)行服務(wù)選擇,以提高服務(wù)組合對不確定服務(wù)行為及QoS的自適應(yīng)性.(4)針對滿足用戶QoS約束的服務(wù)組合問題,提出基于馬爾科夫決策過程的服務(wù)組合方法CSSC-MDP.該方法首先從歷史QoS數(shù)據(jù)中學(xué)習(xí)各組件服務(wù)滿足用戶不同QoS約束的能力,然后在組合服務(wù)執(zhí)行過程中根據(jù)上一組件服務(wù)執(zhí)行結(jié)束后QoS約束的實時滿足情況,選擇最適合當(dāng)前QoS約束的最優(yōu)組件服務(wù),最大程度地保證用戶QoS約束的滿足.本文的研究工作圍繞服務(wù)計算領(lǐng)域的兩大核心問題——服務(wù)推薦與服務(wù)組合開展.本文提出的服務(wù)推薦方法可以準(zhǔn)確地為用戶推薦能獲得最優(yōu)體驗的服務(wù),而對于復(fù)雜的用戶需求,本文提出的服務(wù)組合方法能運行適應(yīng)當(dāng)前環(huán)境的最優(yōu)組合服務(wù),滿足用戶的功能需求的同時最大程度地滿足用戶的QoS約束.取得的研究成果不僅豐富了服務(wù)計算領(lǐng)域的理論研究,而且具有重要的應(yīng)用價值.
【學(xué)位授予單位】：山西大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2018
【分類號】：TP393.09;TP391.3

【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 白琳;葉丹;魏峻;黃濤;;一種高效的基于服務(wù)功能規(guī)約的服務(wù)選擇方法[J];軟件學(xué)報;2015年08期

2 王紅兵;孫文龍;王華蘭;;Web服務(wù)選擇中偏好不確定問題的研究[J];計算機(jī)學(xué)報;2013年02期

3 柯昌博;黃志球;劉林源;曹子寧;;面向約束的Web服務(wù)發(fā)現(xiàn)方法研究[J];軟件學(xué)報;2012年10期

4 夏亞梅;程渤;陳俊亮;孟祥武;劉棟;;基于改進(jìn)蟻群算法的服務(wù)組合優(yōu)化[J];計算機(jī)學(xué)報;2012年02期

5 邵凌霜;周立;趙俊峰;謝冰;梅宏;;一種Web Service的服務(wù)質(zhì)量預(yù)測方法[J];軟件學(xué)報;2009年08期

6 范小芹;蔣昌俊;王俊麗;龐善臣;;隨機(jī)QoS感知的可靠Web服務(wù)組合[J];軟件學(xué)報;2009年03期

，

本文編號：2675904