欢迎来到天天文库
浏览记录
ID:33555933
大小:2.55 MB
页数:70页
时间:2019-02-27
《基于信任的web服务推荐及发现方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、万方数据基于信任的Web服务推荐及发现方法研究摘要面向服务的计算(Service.OrientedComputing,SOC)作为一种新型的计算模式,把服务作为基本组件来支持快速、低成本的分布式异构环境的应用集成。随着SOC的不断发展,服务的种类与数量急剧增长。Web服务支持不同软件服务协同操作,并己成为分布式软件系统在线演化的一种新型Web应用形态。当前,Web服务在互联网中的数量迅速增长。面对海量的Web服务,如何为用户选择符合用户内在需求且可信、可用的Web服务成为亟待解决的问题。Web服务推荐和发现技术的发展为解决这一难题提供了重要支撑。现有的服务推荐技术大多从Web服务本身以及
2、用户之间的相似度出发为用户进行推荐,忽视了用户之间的信任性特征,同时存在推荐精度不高及覆盖面较小的问题。现有的服务发现技术大多基于功能描述的关键词匹配或基于语义信息为用户选择服务,缺乏对Web服务所处网络环境动态变化的考虑,导致用户选择并调用的Web服务常常不能正常工作,即发生服务失效,这在一定程度上影响着Web服务的可信性。围绕上述问题,本文主要从信任角度出发展开相关工作。本文的主要研究内容如下:首先,提出了基于信任的Web服务推荐方法(TrustBasedWebServiceRecommendation,简称TBWSR)。TBWSR方法结合传统协万方数据基于信任的Web服务推荐及发现
3、方法研究同过滤推荐算法与信任网络相关技术,基于用户与Web服务的评价信息以及用户与用户之间的信任关系进行推荐。TBWSR充分考虑了用户之间的相似性与信任度特性,从而有效缓解推荐精度较低与覆盖面较小等问题,在一定程度保证了推荐Web服务的可信性,同时也提高了推荐性能。然后,针对TBWSR方法所推荐的Web服务因无法调用而导致其可信性降低问题,提出了服务失效情境下的Web服务发现方法(DiscoveryofWebServiceintheFailureContext,简称DWSFC)。通过已有工作对服务失效具体原因的探究,发现服务描述文件的质量问题对于服务可用性至关重要,但是现有的Web服务发
4、现技术都未考虑服务描述文件质量的作用。因此,DWSFC方法从服务功能相似性匹配与服务描述文件质量评价的角度出发,选择功能相似且服务描述文件质量评价较高的可用Web服务来替换失效的Web服务。DWSFC方法是基于上述推荐结果的特定场景提出的,对TBWSR方法推荐的Web服务可用性与可信性进行补充,从而优化了推荐结果。最后,本文对TBWSR方法与DWSFC方法进行了相关实验分析,设计并开发了一个原型系统,进一步验证了本文方法的可行性和有效性。关键词:Web服务;服务推荐;服务发现;信任;失效服务万方数据基于信任的Web服务推荐及发现方法研究REASEARCHONTRUST_BASEDWEBS
5、ERVICEItECOMMENDATIONANDDISCOVERYABSTRACTService—OrientedComputing(soc),asanewComputingmode,takestheserviceasbasiccomponentstosupportfastandlow-costapplicationcompositionofdistributedandheterogeneousenvironment.WiththecontinuousdevelopmentofSOC,thereisaremarkableriseinthetypesandquantityofservice
6、.Webservicessupportforcollaborativeoperationbetweendifferentsoftware,andalsoannewonlineevolutionformofdistributedsoftwaresystem.Nowadays,ithasexperiencedarapidgrowthontheintemet.Therefore,facingthevastamountsofWebservices,theproblemofhowtochoosereliableandavailableonesthatmeetusers’requirementsar
7、ises.Asakindofimportantsupport,thetechnologyofWebservicerecommendationanddiscoverysolvedthisdifficultproblem.MostoftheexistingservicerecommendationtechnologyisbasedonthesimilaritybetweenusersandtheWebserviceitselftorec
此文档下载收益归作者所有