一种基于信誉度选择互联网服务的方法及装置制造方法及图纸

本发明专利技术公开了一种基于信誉度选择互联网服务的方法，该方法包括：分别计算所述Ｗｅｂ服务的各ＱｏＳ参数信任度；根据所述Ｗｅｂ服务的各ＱｏＳ参数信任度计算所述Ｗｅｂ服务的信任度；根据各所述Ｗｅｂ服务的各ＱｏＳ参数信任度，分别计算出各Ｗｅｂ服务的信誉度，根据所述各Ｗｅｂ服务的信誉度选择Ｗｅｂ服务。本发明专利技术还公开了一种基于信誉度选择互联网服务的装置，该装置包括：ＱｏＳ参数信任度计算单元、Ｗｅｂ服务信任度计算单元、信誉度计算单元和服务选择单元。采用本发明专利技术的方法及装置，能够依据信誉度从众多Ｗｅｂ服务中选择出服务质量高、可信赖的Ｗｅｂ服务。

【技术实现步骤摘要】

本专利技术涉及互联网(Web)服务选择技术，尤其涉及一种基于信誉度(Reputation)选择Web服务的方法及装置。
技术介绍
信誉度(Reputation)是Web服务的重要服务质量(QoS，Quality of Service)参数之一，包括用户使用Web服务的主观体验和Web服务提供者的可信程度，能够从整体上反映Web服务的优劣以及该服务的可信赖程度，是用户选择Web服务的重要参考因素，也是激励Web服务提供者不断改善其所提供Web服务的QoS的动力。 目前有以下两种根据Reputation选择Web服务的方法 方法一 将用户的主观评分取均值后作为Web服务的信誉度选择Web服务。其中，将用户的主观评分取均值后作为Web服务的信誉度是最简单和最传统的计算Reputation的方法，很多电子商务(e-business)网站都在使用这种处理方法，但这种Reputation计算方法没有考虑影响用户主观评分的因素、用户主观评分对Reputation的影响，以及Web服务提供者的可信程度，因而所计算出的Reputation不能准确、客观的反映Web服务的优劣以及该服务的可信赖程度，不能提供可靠的选择Web服务的依据。 例如没有考虑用户主观评分的可信度，以致无法限制不诚实用户恶意打分对Reputation计算的影响，导致当Web服务提供者驱使一批不诚实的用户对其所提供的服务评高分，而对其竞争对手提供的服务评低分时，会使得对该Web服务提供者所提供的服务质量低的服务却计算得出了高的Reputation，而对其竞争对手所提供的服务质量高的服务却计算得出了低的Reputation；没有区分不同交易规模用户的主观评分对Reputation的影响，不能体现出实际使用中，大客户使用服务的规模大，其评分较小规模使用服务的客户的评分对信誉度的影响要大的事实，这样多个小规模用户多次使用Web服务并对其打分，这就会掩盖了Web服务提供者的欺诈行为，例如有一个提供网上购书的Web服务购书(BuyBooks)服务，用户A一次只购书1本，使用了BuyBooks服务10次，用户B一次购书100本，使用了BuyBooks服务1次，如果不考虑交易规模，即一次购书的数量，而BuyBooks服务的提供者对用户A的10次购书都提供质量很高的服务，对用户B的1次购书提供质量很低的服务，那么计算得出的BuyBooks服务的信誉度会很高，这就掩盖了BuyBooks服务提供者的欺诈行为；也没有区分不同时期的用户主观评分对Reputation的影响，而实际使用中近期的评分较前期的评分对信誉度的计算影响大，以致计算出的Reputation并不能准确的反映最近的Web服务的优劣以及该服务的可信赖程度，不能提供可靠的选择Web服务的依据。 方法二 此方法在进行Reputation时，综合考虑了用户的主观评分和Web服务提供者的可信程度，削弱了不诚实用户恶意评分对计算信誉度的影响效果，使得此方法计算出的Reputation与方法一相比，更加全面的反映了Web服务的优劣以及该服务的可信赖程度，但此方法与方法一同样对用户的主观评分只作取均值的处理，没有考虑影响用户主观评分的因素、用户主观评分对Reputation的影响，而用Web服务提供者宣称的QoS参数的可靠性作为Web服务提供者的可信程度，Web服务提供者宣称的QoS参数的可靠性并不能客观的反映Web服务提供者的可信程度，因此此方法所计算出的Reputation也不能准确、客观的反映Web服务的优劣以及该服务的可信赖程度，不能提供可靠的选择Web服务的依据。 综上所述，根据Reputation选择Web服务的方法，不能得到可准确、客观的反映Web服务的优劣以及该服务的可信赖程度的Reputation，作为选择Web服务的依据，因而不能从众多Web服务中选择出服务质量高、可信赖的Web服务。
技术实现思路
有鉴于此，本专利技术的主要目的在于提供一种基于Reputation选择Web服务的方法及装置，能够降低恶意评分和Web服务提供者的欺诈行为对信誉度的影响，且使信誉度更能反映Web服务当前的运行状况，进而能够依据信誉度从众多Web服务中选择出服务质量高、可信赖的Web服务。 为达到上述目的，本专利技术的技术方案是这样实现的 一种基于信誉度选择互联网服务的方法，该方法包括以下步骤 A、分别计算互联网Web服务实际运行时的每个服务质量QoS参数与该Web服务提供者宣称的该QoS参数一致的概率，将所述概率作为所述Web服务的对应QoS参数信任度； B、计算所述Web服务的各QoS参数信任度的加权平均值，该加权平均值即为Web服务的信任度； C、根据用户的主观评分和所述Web服务的信任度计算信誉度； D、重复步骤A～C，分别计算出各Web服务的信誉度，根据所述各Web服务的信誉度选择Web服务。 进一步地，步骤A具体包括 a1、采用贝叶斯学习理论来计算所述Web服务的一个QoS参数信任度； a2、重复步骤a1，计算Web服务其余的各QoS参数信任度。 进一步地，用θ来表示所述QoS参数信任度，用变量X表示在设定时间段内该Web服务的所述QoS参数的实际值与该Web服务提供者宣称的所述QoS值相一致的次数，步骤a1具体包括 a11、获取θ的先验信息； a12、根据X为二项分布(b(n，θ))，确定θ的先验分布和后验分布；所述先验分布为Beta(π(θ)β(a，b))，所述后验分布为Beta(h(θ|x)β(a+x，n+b-x))； a13、根据先验信息计算参数a和b； a14、根据参数a和b，计算出θ的后验均值的估计值，所述θ的后验均值的估计值即为作为所述QoS参数信任度。 进一步地，所述Web服务的信任度的计算公式为 其中，TOWS为Web服务的信任度，所述Web服务有m个QoS参数；αi表示分配给所述Web服务中任意第i个QoS参数的权重，并且 进一步地，步骤C具体包括 c1、由用户评分系统获取用户主观评分； c2、计算用户主观评分的加权平均值；所述加权平均值的权重等于交易规模、评分波动、评分可信度和评分时效性的乘积； c3、结合用户主观评分的加权平均值和所述Web服务的信任度计算信誉度。 进一步地，所述用户主观评分的加权平均值的计算公式为 其中，RatingU表示用户主观评分的加权平均值；在一些常见的电子商务网站，比如eBay，通常每间隔一个固定的时间段会计算一次信誉度，N表示在所述固定的时间段内，共有N次对所述Web服务的评分；一次评分对应一次Web服务，SOTj表示第j次评分所对应的Web服务的交易规模；WORj表示第j次评分的评分波动；CORj表示对所述Web服务进行第j次评分的用户的评分可信度；TORj表示第j次评分时效性。 进一步地，所述Web服务的信誉度的计算公式如下 ReputationWS＝α×RatingU+β×TOWS 其中，ReputaionWS表示Web服务的信誉度，RatingU表示用户主观评分的加权平均值，TOWS表示Web服务的信任度，α和β分别表示分配给用户主观评分的加权本文档来自技高网...

【技术保护点】
一种基于信誉度选择互联网服务的方法，其特征在于，该方法包括以下步骤：　Ａ、分别计算互联网Ｗｅｂ服务实际运行时的每个服务质量ＱｏＳ参数与该Ｗｅｂ服务提供者宣称的该ＱｏＳ参数一致的概率，将所述概率作为所述Ｗｅｂ服务的对应ＱｏＳ参数信任度；　Ｂ、计算所述Ｗｅｂ服务的各ＱｏＳ参数信任度的加权平均值，该加权平均值即为Ｗｅｂ服务的信任度；　Ｃ、根据用户的主观评分和所述Ｗｅｂ服务的信任度计算信誉度；　Ｄ、重复步骤Ａ～Ｃ，分别计算出各Ｗｅｂ服务的信誉度，根据所述各Ｗｅｂ服务的信誉度选择Ｗｅｂ服务。

【技术特征摘要】
1、一种基于信誉度选择互联网服务的方法，其特征在于，该方法包括以下步骤A、分别计算互联网Web服务实际运行时的每个服务质量QoS参数与该Web服务提供者宣称的该QoS参数一致的概率，将所述概率作为所述Web服务的对应QoS参数信任度；B、计算所述Web服务的各QoS参数信任度的加权平均值，该加权平均值即为Web服务的信任度；C、根据用户的主观评分和所述Web服务的信任度计算信誉度；D、重复步骤A～C，分别计算出各Web服务的信誉度，根据所述各Web服务的信誉度选择Web服务。2、根据权利要求1所述基于信誉度选择互联网服务的方法，其特征在于，步骤A具体包括a1、采用贝叶斯学习理论来计算所述Web服务的一个QoS参数信任度；a2、重复步骤a1，计算Web服务其余的各QoS参数信任度。3、根据权利要求2所述基于信誉度选择互联网服务的方法，其特征在于，用θ来表示所述QoS参数信任度，用变量X表示在设定时间段内该Web服务的所述QoS参数的实际值与该Web服务提供者宣称的所述QoS值相一致的次数，步骤a1具体包括a11、获取θ的先验信息；a12、根据X为二项分布(b(n，θ))，确定θ的先验分布和后验分布；所述先验分布为Beta(π(θ):β(a，b))，所述后验分布为Beta(h(θ|x):β(a+x，n+b-x))；a13、根据先验信息计算参数a和b；a14、根据参数a和b，计算出θ的后验均值的估计值，所述θ的后验均值的估计值即为作为所述QoS参数信任度。4、根据权利要求1所述基于信誉度选择互联网服务的方法，其特征在于，所述Web服务的信任度的计算公式为其中，TOWS为Web服务的信任度，所述Web服务有m个QoS参数；αi表示分配给所述Web服务中任意第i个QoS参数的权重，并且5、根据权利要求1所述基于信誉度选择互联网服务的方法，其特征在于，步骤C具体包括c1、由用户评分系统获取用户主观评分；c2、计算用户主观评分的加权平均值；所述加权平均值的权重等于交易规模、评分波动、评分可信度和评分时效性的乘积；c3、结合用户主观评分的加权平均值和所述Web服务的信任度计算信誉度。6、根据权利要求5所述基于信誉度选择互联网服务的方法，其特征在于，所述用户主观评分的加权平均值的计算公式为其中，RatingU表示...

【专利技术属性】
技术研发人员：苏森，杨放春，赵婷，双锴，于晓燕，陈曦，陈才，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：11[中国|北京]