论文部分内容阅读
面向服务的计算(SOC,Service-Oriented Computing)是继面向对象和面向构件之后的一种新型的计算模式。随着SOC不断发展,服务的规模、种类增长极快,应用领域也不断拓展,逐渐形成了以服务为中心的互联网。面对错综复杂的“服务网络”,如何为用户推荐适合的服务成为SOC领域研究的热点问题。服务推荐技术是人们比较常用的一种方法,解决信息过载问题十分有效。然而,目前已有的服务推荐方法仍存在一些不足:现有的方法所使用的数据大多是历史的服务信息和用户的一些偏好数据,普通用户收集起来很困难;有的方法严重依赖服务描述文档,然而随着新型服务的不断出现,人们能够获取到的服务文档并不完整,有的服务甚至没有提供相应的服务描述文档。为了解决这些问题,研究者们提出了新的方法,他们主张引入学科交叉思想来解决这些问题。随着体系结构研究的不断深入和软件开发模式的转变,从结构的角度出发研究服务推荐问题逐渐成为一种新颖的研究思路。复杂网络的提出有助于推动系统结构的研究。复杂网络理论倡导从全局的角度分析和掌控系统,而并不是从局部的角度出发,这种理论为我们更好的理解系统结构提供新的思路。所以,如何从结构出发深入了解服务网络的拓扑结构,进而提高服务推荐的效率成为本文研究的关键问题。本文主要运用学科交叉的思想,借鉴复杂网络相关原理及方法,利用复杂网络的各种指标分析服务网络拓扑结构,并基于服务网络结构分析的结果,提出相应的服务推荐方法。因此,本文的研究内容和取得的成果如下:(1)基于复杂网络的服务网络结构分析服务网络的结构对服务的功能具有重要的影响。根据已获取的各种服务信息,构建不同的服务网络,抽象服务及服务间的包含和组合关系;借鉴复杂网络的原理及方法,引入复杂网络中的各种参数,对服务网络的结构进行了比较充分的分析。我们使用ProgrammableWeb上Mashup服务和Web API的真实数据进行实验,揭示了服务网络的一些结构特征(度分布、度中心性、接近中心性等),其中的部分特征对于指导服务推荐具有重要意义。(2)基于服务网络结构分析的服务推荐方法针对现有服务推荐算法的不足,本文提出了一种基于服务网络结构分析的服务推荐方法。该方法构建服务包含网,通过单模投影构建服务合成网,并引入组合网络挖掘方法过滤网络中的无效边;同时,以服务网络结构分析所得的部分特征为依据,评价服务的流行性及重要性,进而针对服务不同的使用场景提出了相应的服务推荐算法,为用户推荐满足其需求的可组合服务。我们使用ProgrammableWeb上Mashup服务和Web API的真实数据进行实验,并对实验结果进行了分析。实验结果说明了本文的方法在为用户推荐需要的服务时是可行的,并且是切实有效的。从复杂服务网络的角度审视服务计算相关问题,为我们研究服务推荐问题提供了新思路。