以用戶興趣為中心的個性化服務(wù)推薦.pdf

1、在面向服務(wù)的軟件工程中，面向服務(wù)的架構(gòu)(SOA)和微服務(wù)架構(gòu)(MSA)的廣泛應(yīng)用促進(jìn)了Web服務(wù)、云服務(wù)以及基于服務(wù)的系統(tǒng)(SBS)的快速增長。數(shù)量眾多的web服務(wù)和云服務(wù)已經(jīng)部署在世界各地。隨著功能屬性相同而具有不同質(zhì)量值的web服務(wù)數(shù)量的快速增長，發(fā)現(xiàn)合適的web服務(wù)變得愈加困難和重要。因此，web服務(wù)推薦已經(jīng)成為重要的研究課題，同時具有強(qiáng)烈的現(xiàn)實(shí)意義?，F(xiàn)有的web服務(wù)推薦方法使用了Skyline、協(xié)同過濾以及基于內(nèi)容的推薦技術(shù)?；?/p>

2、于Skyline的推薦技術(shù)主要使用Skyline技術(shù)從大量候選服務(wù)中選出那些具有最佳全局QoS值的服務(wù)推薦給用戶。基于協(xié)同過濾的推薦技術(shù)主要根據(jù)用戶的歷史行為數(shù)據(jù)，為目標(biāo)用戶甄別出鄰居用戶集合，最后基于該集合為目標(biāo)用戶預(yù)測服務(wù)QoS值，選擇出Top-k服務(wù)推薦給用戶?；趦?nèi)容的推薦技術(shù)直接根據(jù)用戶的歷史行為數(shù)據(jù)為用戶選擇那些相似的服務(wù)進(jìn)行推薦。
　　然而，這些方法都沒有解決一個關(guān)鍵的、基礎(chǔ)的問題:在構(gòu)建SBS之前，如何根據(jù)一個系統(tǒng)

3、工程師的服務(wù)質(zhì)量(例如:響應(yīng)時間，可靠性等等)約束來推薦web服務(wù)？與此同時，現(xiàn)有的絕大多數(shù)研究工作都沒有考慮到另外一個問題:在SBS構(gòu)建成功后，若某服務(wù)的QoS值發(fā)生變化或者產(chǎn)生一個新服務(wù)，如何通知系統(tǒng)工程師對SBS進(jìn)行優(yōu)化。此時需要甄選出合適的系統(tǒng)工程師將新服務(wù)推薦給這些系統(tǒng)工程師。
　　所以在本文中，SBS系統(tǒng)構(gòu)建之前，提出了兩種以用戶興趣為中心、以用戶為導(dǎo)向的個性化web服務(wù)推薦方法，分別是KNN-based方法和DSL-

4、based方法。其中KNN-based方法使用了k最近鄰技術(shù)來尋找那些在質(zhì)量屬性上與系統(tǒng)工程師質(zhì)量約束最為相似的web服務(wù)。此外，DSL-based方法則是根據(jù)系統(tǒng)工程師的質(zhì)量約束，使用Dynamic Skyline技術(shù)來發(fā)現(xiàn)那些具有代表性的web服務(wù)，即那些沒有被其它任何web服務(wù)支配過的服務(wù)。同時為了克服兩種基本方法的缺陷，提出了兩種基于KNN-Based和DSL-Based的混合方法，分別為KNN-DSL以及DSL-KNN。當(dāng)然在

5、SBS構(gòu)建成功之后，同樣提出了兩種以用戶興趣為中心、以服務(wù)為導(dǎo)向的個性化web服務(wù)推薦方法，分別為KNN-Based方法和RSL-Based方法。其中KNN-Based方法類似，RSL-Based方法則是根據(jù)改變之后的新服務(wù)的服務(wù)質(zhì)量，使用了Reverse Skyline技術(shù)來發(fā)現(xiàn)那些具有“代表性”的系統(tǒng)工程師，也就是對于選中的系統(tǒng)工程師來說，新服務(wù)沒有被其他任何老的候選服務(wù)所支配。同樣的兩種混合方法被提出以克服基本方法的缺陷，分別為K