[发明专利]基于协同过滤和QoS感知的服务选择框架

权利要求书

1.一种基于协同过滤和QoS感知的服务选择框架，其特征在于：步骤如下，

1）目标用户通过服务设计模块自行组合服务，选择一种或多种服务的组合来实现等价功能，每种服务可能由一个或多个等价功能具体服务实现，基于QoS服务选择的从每组等功能的具体服务中，选择候选服务来满足端到端功能需求，优化组合QoS；

2）目标用户初次调用候选服务，QoS选择系统为目标用户和目标服务提取特征向量，通过相似度计算函数，得到目标用户和目标服务与数据库中训练数据的相似度，通过筛选函数，得到相似用户和相似服务，利用它们的历史QoS表征，预测目标用户对候选服务的QoS；

3）预测目标用户对候选服务的QoS，选择最佳服务组合推荐给用户，由剪枝模块进行对候选具体服务的筛选。

2.如权利要求1所述的基于协同过滤和QoS感知的服务选择框架，其特征在于：步骤2）目标用户和目标服务提取的特征向量计算相似度，从用户和服务两方面分别进行预测，然后根据系统权重进行组合。

3.如权利要求2所述的基于协同过滤和QoS感知的服务选择框架，其特征在于：系统权重由系统参数                                               和预测置信度两部分组成。

4.如权利要求1所述的基于协同过滤和QoS感知的服务选择框架，其特征在于：步骤3）中的剪枝模块利用skyline算法根据多维QoS为候选服务数据集选择支配服务，将支配服务输入服务选择模块，剪枝模块通过效用函数计算选择最佳服务。

5.如权利要求1所述的基于协同过滤和QoS感知的服务选择框架，其特征在于：所述的相似度计算函数利用的是修正余弦算法（Adjusted Cosine）。

6.如权利要求1所述的基于协同过滤和QoS感知的服务选择框架，其特征在于：所述的筛选函数使用混合Top-K（Hybrid Top-K）算法，所述的算法为：

Input:   u: 目标用户 ; T(u):其他用户的集合 ;

P: 相似度阈值 ; K: 输出候选用户的最大数据量

Output:  S(u): 相似用户的集合

1）: 遍历除目标用户外的所有其他用户集合，将所有于目标用户的相似度大于既设阈值P的用户加入到预选队列中；

2）: 记录预选队列中用户的数量，并按照相似度由高到低的顺序，对预选队列进行排序；

3）: if  

此种情况下，说明相似度大于既设阈值的用户数量足够多，不少于K个，故将预选队列中的相似度由高到低排序，前K个用户插入相似用户集合 ，加入到S(u)中；

4）: if 0 << K 

此种情况下，说明相似度大于既设阈值的用户数量没有达到设定的K个，为了避免相似度过低的用户信息对最后预测结果的干扰，只选取预选队列中的个用户作为输出，加入到S(u)中；

5）: if =0 

此种情况下，目标用户所有的相似用户相似度都过低，这些数据对于预测结果的干扰过大，所以输出空集，即目标用户无相似用户；

6）:return S(u)。

7.如权利要求1或2所述的基于协同过滤和QoS感知的服务选择框架，其特征在于：所述的特征向量，包括基于用户的QoS特征向量和基于服务的QoS特征向量，所述的用户的QoS特征向量描述了对不同服务的QoS特征值，用户是固定的；所述的基于服务的QoS特征向量，描述了服务对不同用户的特征值，服务是固定的。