一种融合可用度和用户偏好的Web服务构建方法及Web服务技术

本发明专利技术涉及Web服务技术领域，尤其涉及一种融合可用度和用户偏好的Web服务构建方法及Web服务。包括以下步骤：步骤1、用户偏好的分类：根据用户偏好的类别将Web服务的服务质量属性按照定性偏好和定量偏好进行分类；步骤2、根据服务之间的调用关系定义服务组合的调用结构并计算服务组合的全局可用度，再根据全局可用度，获得服务组合优劣排序；步骤3、根据步骤1、2得到的三个服务组合优劣排序，采用多目标优化算法算出最终服务组合优劣排序。本发明专利技术在组合服务时应用了定性和定量偏好，在定性偏好度量中，运用了神经网络中的BP算法来调整初始属性权重，使得用户偏好能够得到精确表达。

A Web Services Construction Method Combining Availability and User Preferences and Web Services

The invention relates to the technical field of Web services, in particular to a Web service construction method and a Web service that integrates availability and user preferences. It includes the following steps: step 1, classification of user preferences: classifying the quality of service attributes of Web services according to the categories of user preferences according to qualitative preferences and quantitative preferences; step 2, defining the invocation structure of service composition and calculating the global availability of service composition according to the invocation relationship between services, and then obtaining the ranking of service composition according to the global availability; According to the ranking of three service portfolios obtained in steps 1 and 2, the final service portfolio ranking is calculated by multi-objective optimization algorithm. The present invention applies qualitative and quantitative preferences in service composition. In qualitative preference measurement, BP algorithm in neural network is used to adjust the initial attribute weight, so that user preferences can be accurately expressed.

【技术实现步骤摘要】
一种融合可用度和用户偏好的Web服务构建方法及Web服务
本专利技术涉及Web服务
，尤其涉及一种融合可用度和用户偏好的Web服务构建方法及Web服务。
技术介绍
Web服务组合是将多个单一Web服务按照特定的规则和业务逻辑组合在一起，得到功能更强大的服务。该Web服务既可以作为最终服务提供给用户，也可以作为新的服务发布到网络上。Web服务有着功能和非功能(QoS)属性，因为不同的web服务可能有着同样的功能，所以研究人员更多关注的是其QoS属性。在个性化选择和人工智能的应用领域，为了支持自动决策，用户偏好的提取是非常重要的，无论是给用户提供服务还是用户选择服务，都需要偏好的帮助。同时，用户偏好可分为定性偏好和定量偏好，研究表明这种分类是合理且有效的。例如一个旅行计划，用户请求服务的目的分为四个部分：(1)选择航班；(2)预定酒店；(3)交通方式；(4)支付方式。不同的用户对同一请求或不同请求都有不同的偏好，所以根据用户偏好来制定或选择服务是合理的。特别的，例如第一部分选择航班，对于航班班次可以用定性方式根据用户偏好来描述，而对于航班价格则可以用定量方式来描述。因此在用户偏好中综合考虑定性和定量的方式是合理的方法。关于服务组合问题已经有了很多的研究，总的来说构建服务组合流程的方式主要有集中式组合和分布式组合两类。分布式组合的实现主要通过服务匹配完成，前件服务的输出接口与后件服务的输入接口匹配，该匹配方式通常都是由语意驱动的。ChengJ等基于Horn子句和Petri网处理模糊语意服务，解决了服务的输入/输出兼容性和行为约束兼容性，实现自动服务组合。Lecue等计算可相互连接的任意两个服务的输入与输出间的语义相似度值，并将所得到的值划分到服务的匹配维度中，包括相等、包含、被包含、交叉等，在服务之间建立语意连接，通过使任务的目标与服务的目标匹配以达到服务组合的目的。总的来说，分布式组合是对用户想要实现的功能建立抽象流程，流程由多个任务构成，流程中包含的任务数、每个任务需要实现的功能、任务间的逻辑关系是已知的。根据功能需求寻找能实现每个任务的具体服务，完成服务组合过程，并且倾向于将该服务组合方式划分成服务检索与服务选择两个步骤，分别用于查找满足用户功能需求和非功能需求的服务。而集中式组合针对已建立的抽象流程，专注于查找到能实现抽象服务的候选服务，并从候选服务中发现满足用户非功能需求的服务。Liao等以旅行服务为例，提出了一个轻量级粒子群优化算法，对QoS进行多目标优化，从而给用户制定满足用户偏好的组合服务。Abbassi等开发了一种自动配置算法，有效地解决了服务组合的NP问题，避免使用启发式方法(遗传算法，粒子群算法等)，提高了服务组合建设的可靠性和效率。Wang等提出了定性偏好、定量偏好和信任值的多目标结合模型，采用了几种多目标算法选择出最优服务组合。Zhang提出了WCP网，并解决了用户偏好细粒度的问题，使得WCP网的权重可以随着用户偏好进行调整。以上方法或者考虑到了用户偏好，或者考虑到了网络环境，但是却没有将这两个问题同时考虑到，缺乏完整的模型对这两个问题做统一的描述。
技术实现思路
针对以上问题，本专利技术将全面考虑用户的功能需求和非功能(QoS)需求，同时考虑用户偏好随服务环境的改变而改变，提供一种融合可用度和用户偏好的Web服务构建方法，通过综合考虑多个服务组合目标给用户提供最优服务组合序列。为实现上述目的，本专利技术采用的技术方案如下：一种融合可用度和用户偏好的Web服务构建方法，包括以下步骤：步骤1、用户偏好的分类：根据用户偏好的类别将Web服务的服务质量属性按照定性偏好和定量偏好进行分类；具体过程为：步骤1-1、定性偏好的计算和调整：采用WCP-nets模型定义用户定性偏好，将用户定性偏好映射成量化值空间，得到定性偏好属性的不同属性值之间的相对重要性，再定义定性偏好属性的初始权重，根据相对重要性和初始权重，线性计算得到违规度的初始值，按初始值排序得到定性偏好下服务组合的初始优劣排序；再采用BP神经网络调整服务的属性权重，进一步计算违规度并排序，使服务组合的优劣排序满足用户的定性偏好；步骤1-2、定量偏好的计算：通过定义单个服务的松弛度计算服务组合的松弛度，将服务组合按照其松弛度从小到大排序，获得定量偏好下的服务组合优劣排序；步骤2、根据服务之间的调用关系定义服务组合的调用结构并计算服务组合的全局可用度，再根据全局可用度，获得服务组合优劣排序；步骤3、根据步骤1、2得到的三个服务组合优劣排序，采用多目标优化算法算出最终服务组合优劣排序。步骤1-1调整属性权重的具体步骤为：(1)应用公式V(sp)＝∑XwXVX(sp)对服务组合sp的所有属性的违规度和属性权重加权求和，计算该服务组合的违规度初始值V(sp)，将各服务组合按照初始值大小进行排序，其中VX(sp)代表服务组合sp的属性X的违规度，wX代表属性X的权重；(2)根据用户实际选择的服务组合历史记录，确定实际满足用户偏好的服务组合序列的顺序，按照优劣顺序给每个服务组合序列均匀赋值V'(sp)＝spi(0≤spi≤1)，确定服务组合的实际排序；(3)定义归一化的V(sp)＝N(V(sp))，当N(V(sp))≠V'(sp)时，采用BP神经网络调整属性权重，并计算新的服务组合违规度V(sp)，直至满足实际用户偏好，即V(sp)＝V'(sp)。步骤1-2中，假设属性X的取值Vi为一组有序值，即vm<…<v1，其中m是属性值的数量，具体计算步骤为：(1)定义n(Vi)是属性X的第i个取值的个数，根据n(Vi)规定松弛度的大小，即属性X的某个取值越多，视为其值越受欢迎，则其值松弛度越小；定义n(Vi)的最大值松弛度为1，依次松弛度增加，定义每个属性的松弛度rdXi；(2)定义单个服务的松弛度rd'(s)等于其每个属性的松弛度之和，即(3)计算服务组合S的松弛度为单个服务的松弛度之和：N为服务组合S包含的服务数量。步骤2中，将服务组合调用结构定义为顺序调用结构和并行调用结构两种，单一Web服务的可用度用符号A(s)来表示，组合Web服务的全局可用度用符号Ag来表示，根据单个Web服务的可用度计算服务组合的全局可用度，并基于服务调用结构来计算服务组合的可用度；具体步骤为：在顺序调用结构中，用Ag＝A(s1)·A(s2)计算全局可用度，其中A(s1)是前一个服务s1的可用度，A(s2)是被服务s1顺序调用的服务s2的可用度；在并行调用结构中，用计算全局可用度，其中A(s2)和A(s3)是被并行调用的服务s2和s3的可用度；w2和w3分别是服务s2和s3的经步骤(1-2)调整后的权重；计算服务组合的可用度，公式总结为：步骤3的具体步骤为：(1)将步骤1、2得到的三个目标，即定性偏好、定量偏好、全局可用度，进行合理的服务组合构建；对于定性偏好，服务组合集按照用户偏好排序；对于定量偏好，服务组合集按照服务组合的松弛度排序；对于全局可用度，服务组合集按照服务组合的全局可用度排序；(2)根据三个目标的各自服务组合排序，将三个目标作为多目标优化算法的输入数据，根据多目标优化算法计算，得到最优服务组合序列，其中多目标优化算法采用多目标蜻蜓算法和遗传算法本文档来自技高网...

【技术保护点】
1.一种融合可用度和用户偏好的Web服务构建方法，其特征在于包括以下步骤：步骤1、用户偏好的分类：根据用户偏好的类别将Web服务的服务质量属性按照定性偏好和定量偏好进行分类；具体过程为：步骤1‑1、定性偏好的计算和调整：采用WCP‑nets模型定义用户定性偏好，将用户定性偏好映射成量化值空间，得到定性偏好属性的不同属性值之间的相对重要性，再定义定性偏好属性的初始权重，根据相对重要性和初始权重，线性计算得到违规度的初始值，按初始值排序得到定性偏好下服务组合的初始优劣排序；再采用BP神经网络调整服务的属性权重，进一步计算违规度并排序，使服务组合的优劣排序满足用户的定性偏好；步骤1‑2、定量偏好的计算：通过定义单个服务的松弛度计算服务组合的松弛度，将服务组合按照其松弛度从小到大排序，获得定量偏好下的服务组合优劣排序；步骤2、根据服务之间的调用关系定义服务组合的调用结构并计算服务组合的全局可用度，再根据全局可用度，获得服务组合优劣排序；步骤3、根据步骤1、2得到的三个服务组合优劣排序，采用多目标优化算法算出最终服务组合优劣排序。

【技术特征摘要】
1.一种融合可用度和用户偏好的Web服务构建方法，其特征在于包括以下步骤：步骤1、用户偏好的分类：根据用户偏好的类别将Web服务的服务质量属性按照定性偏好和定量偏好进行分类；具体过程为：步骤1-1、定性偏好的计算和调整：采用WCP-nets模型定义用户定性偏好，将用户定性偏好映射成量化值空间，得到定性偏好属性的不同属性值之间的相对重要性，再定义定性偏好属性的初始权重，根据相对重要性和初始权重，线性计算得到违规度的初始值，按初始值排序得到定性偏好下服务组合的初始优劣排序；再采用BP神经网络调整服务的属性权重，进一步计算违规度并排序，使服务组合的优劣排序满足用户的定性偏好；步骤1-2、定量偏好的计算：通过定义单个服务的松弛度计算服务组合的松弛度，将服务组合按照其松弛度从小到大排序，获得定量偏好下的服务组合优劣排序；步骤2、根据服务之间的调用关系定义服务组合的调用结构并计算服务组合的全局可用度，再根据全局可用度，获得服务组合优劣排序；步骤3、根据步骤1、2得到的三个服务组合优劣排序，采用多目标优化算法算出最终服务组合优劣排序。2.根据权利要求1所述的融合可用度和用户偏好的Web服务构建方法，其特征在于：步骤1-1调整属性权重的具体步骤为：(1)应用公式V(sp)＝∑XwXVX(sp)对服务组合sp的所有属性的违规度和属性权重加权求和，计算该服务组合的违规度初始值V(sp)，将各服务组合按照初始值大小进行排序，其中VX(sp)代表服务组合sp的属性X的违规度，wX代表属性X的权重；(2)根据用户实际选择的服务组合历史记录，确定实际满足用户偏好的服务组合序列的顺序，按照优劣顺序给每个服务组合序列均匀赋值V'(sp)＝spi(0≤spi≤1)，确定服务组合的实际排序；(3)定义归一化的V(sp)＝N(V(sp))，当N(V(sp))≠V'(sp)时，采用BP神经网络调整属性权重，并计算新的服务组合违规度V(sp)，直至满足实际用户偏好，即V(sp)＝V'(sp)。3.根据权利要求1所述的融合可用度和用户偏好的Web服务构建方法，其特征在于：步骤...

【专利技术属性】
技术研发人员：秦继伟，韩晓凤，汪烈军，
申请(专利权)人：新疆大学，
类型：发明
国别省市：新疆,65