本文關(guān)鍵詞：基于多信息融合的Web服務(wù)綜合排序技術(shù)研究，由筆耕文化傳播整理發(fā)布。

【摘要】：近年來,網(wǎng)絡(luò)技術(shù)在不斷地發(fā)展,同時促進了Web應(yīng)用的發(fā)展。Web服務(wù)作為一種與平臺無關(guān)的、可編程的Web應(yīng)用程序,因具有開放性、松耦合、自描述等優(yōu)質(zhì)特點吸引了眾多學(xué)者的熱切關(guān)注,包括學(xué)術(shù)界乃至工業(yè)界的國內(nèi)外學(xué)者都熱衷于Web服務(wù)相關(guān)技術(shù)的研究。繼Web服務(wù)技術(shù)迅猛發(fā)展,發(fā)布在網(wǎng)絡(luò)上的Web服務(wù)數(shù)量不斷上升,用戶可以在網(wǎng)絡(luò)上發(fā)現(xiàn)眾多功能類似但服務(wù)質(zhì)量不同的服務(wù)。因而,人們有了更多的選擇,進而促使人們對Web服務(wù)的Qo S(Quality of Service,服務(wù)質(zhì)量)屬性有了更高的要求。用戶不僅僅追求功能的滿足,更在乎服務(wù)的服務(wù)質(zhì)量,高服務(wù)質(zhì)量的服務(wù)成為用戶最終的選擇。隨著不斷增長的能夠滿足用戶功能需求的Web服務(wù)數(shù)量的增多,使得Web服務(wù)選擇自然而然地成為眾多學(xué)者的研究內(nèi)容之一[1]。近年來,對Web服務(wù)選擇的研究越來越多,其中基于排序的服務(wù)選擇研究也成為學(xué)術(shù)研究中的一個熱點。而基于排序的服務(wù)選擇研究中基于Qo S的排序算法研究居多。本文主要提出了一種基于多維Qo S的TOPSIS(Technique for Order Preference by Similarity to an Ideal Solution,逼近于理想值的排序方法)的Web服務(wù)綜合排序算法(TOPSISRank)和一種基于隨機行走的Web服務(wù)綜合排序算法(Qo SRandomRank),對Web服務(wù)排序進行預(yù)測。TOPSISRank算法應(yīng)用TOPSIS模型思想,通過綜合考慮服務(wù)多個不同的Qo S屬性來對候選服務(wù)進行排序預(yù)測。該算法將基于多Qo S屬性的Web服務(wù)選擇這個問題轉(zhuǎn)化成了多目標決策問題,應(yīng)用常用的TOPSIS決策方法,結(jié)合信息熵的客觀賦權(quán)法,最終得到Web服務(wù)排序預(yù)測結(jié)果。另外,為了驗證TOPSISRank算法對Web服務(wù)排序預(yù)測的有效性,本文利用網(wǎng)絡(luò)上公開的真實數(shù)據(jù)集QWS(Quality of Web Service)對TOPSISRank算法進行了實驗,并與其他的一種Web服務(wù)排序預(yù)測方法即WsRF[2](Web Service Relevancy Function)算法進行了實驗的對比。結(jié)果表明,TOPSISRank在基于Qo S的Web服務(wù)排序預(yù)測上取得了良好的預(yù)測效果。Qo SRandomRank算法應(yīng)用隨機行走模型思想,通過Qo S屬性值來確定服務(wù)間優(yōu)越性關(guān)系,最后通過服務(wù)間優(yōu)越性概率大小來對服務(wù)進行排序預(yù)測。通過本文的研究,所提出的Web服務(wù)排序算法為用戶選取最能滿足自身需求的Web服務(wù)提供了一定的參考。
【關(guān)鍵詞】：Web服務(wù) 服務(wù)排序 TOPSIS 信息熵 QoS 隨機行走
【學(xué)位授予單位】：江西財經(jīng)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP393.09
【目錄】：

• 摘要7-8
• Abstract8-10
• 1 緒論10-15
• 1.1 研究背景與意義10-11
• 1.2 研究內(nèi)容和目的11-12
• 1.3 國內(nèi)外研究現(xiàn)狀12-13
• 1.4 研究論文的組織結(jié)構(gòu)13-15
• 2 Web服務(wù)基本概念15-20
• 2.1 Web服務(wù)15-16
• 2.2 Web服務(wù)的Qo S16-17
• 2.3 基于Qo S的服務(wù)選擇17
• 2.4 基于排序的服務(wù)選擇問題17-18
• 2.5 多信息的綜合評估18-19
• 2.6 本章小結(jié)19-20
• 3 Web服務(wù)排序預(yù)測關(guān)鍵技術(shù)20-28
• 3.1 Web服務(wù)排序預(yù)測問題描述20-21
• 3.2 服務(wù)排序預(yù)測基本框架21-22
• 3.3 多維Qo S綜合評價值的確定22-23
• 3.4 權(quán)重計算方法23-27
• 3.4.1 主觀賦權(quán)法24-26
• 3.4.2 客觀賦權(quán)法26-27
• 3.5 本章小結(jié)27-28
• 4 基于TOPSIS的Web服務(wù)綜合排序算法28-40
• 4.1 問題描述28-29
• 4.2 TOPSIS模型介紹29-32
• 4.3 基于信息熵的Qo S屬性權(quán)重的確定32-33
• 4.4 服務(wù)間優(yōu)先關(guān)系的確定33
• 4.5 基于信息熵TOPSIS的Web服務(wù)綜合排序算法33-37
• 4.5.1 算法流程33-35
• 4.5.2 算法細節(jié)35-37
• 4.6 實驗過程與結(jié)果分析37-39
• 4.6.1 實驗設(shè)置38
• 4.6.2 評判標準38-39
• 4.6.3 實驗結(jié)果分析39
• 4.7 本章小結(jié)39-40
• 5 基于隨機行走的Web服務(wù)綜合排序算法40-57
• 5.1 問題描述40-41
• 5.2 隨機行走模型介紹41-42
• 5.3 服務(wù)屬性間優(yōu)越性的確定42-44
• 5.4 算法流程和細節(jié)44-49
• 5.4.1 算法流程44-47
• 5.4.2 算法細節(jié)47-49
• 5.5 實驗過程與結(jié)果分析49-55
• 5.5.1 實驗設(shè)置49
• 5.5.2 實驗結(jié)果分析49-55
• 5.6 本章小結(jié)55-57
• 6 總結(jié)與展望57-59
• 6.1 總結(jié)57
• 6.2 展望57-59
• 參考文獻59-63
• 致謝63-64

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前3條

1 范小芹;蔣昌俊;方賢文;丁志軍;;基于離散微粒群算法的動態(tài)Web服務(wù)選擇[J];計算機研究與發(fā)展;2010年01期

2 王勇;代桂平;侯亞榮;;信任感知的組合服務(wù)動態(tài)選擇方法[J];計算機學(xué)報;2009年08期

3 莫振華;蔡鴻明;姜麗紅;;基于遺傳算法的多QoS約束服務(wù)選擇[J];計算機應(yīng)用與軟件;2009年03期

  本文關(guān)鍵詞：基于多信息融合的Web服務(wù)綜合排序技術(shù)研究，，由筆耕文化傳播整理發(fā)布。

本文編號：331435