[发明专利]一种基于服务组合骨干网加权k核分析的服务推荐方法

说明书

技术领域

本发明涉及一种服务推荐方法，尤其是涉及一种基于服务组合骨干网加权k核分析的服务推荐方法。

背景技术

面向服务的计算(Service-OrientedComputing,SOC)是一种新型的计算模式，它倡导以服务及其组合为基础构造应用，为解决分布、异构环境中跨组织敏捷应用集成问题带来了诸多便利，是工业界与学术界备受关注的主题。随着由服务构成的应用的普及，服务的种类和数量急剧增加，以服务为中心的互联网正在形成。面对数量如此庞大的服务群，如何发现满足用户需求的服务已成为影响服务计算进一步发展的瓶颈。

推荐技术是解决信息资源过载问题的有效方法之一，同样也为解决服务资源过载带来了契机。近年来，国内外学者将推荐技术引入服务计算领域，提出了基于语义的服务推荐方法、基于情境的服务推荐方法、基于语法的服务推荐方法及基于协同过滤的服务推荐方法等，取得了丰硕的成果，但是仍有如下不足：

(1)现有的方法基本都依赖事先收集的用户偏好数据、服务QoS(QualityofServices)信息等，然而这些数据比较少且收集不易，限制了推荐方法的通用性；

(2)现有的方法很多依赖服务WSDL(WebServiceDescriptionLanguage)文档中的信息，但是随着服务种类的多样化，很多新型服务并不存在WSDL描述文档；

(3)缺少针对服务组合时的服务推荐方法。

因此，如何在服务组合时，为缺少用户偏好数据、服务QoS信息及WSDL描述文档的服务推荐可以组合的服务，成为服务推荐领域的一个新问题。

发明内容

本发明的目的在于针对现有技术的不足，提供了一种基于服务组合骨干网加权k核分析的服务推荐方法，实现在服务组合阶段，为缺少用户偏好数据、服务QoS信息及WSDL描述文档的服务推荐可与其组合的服务。

本发明的上述技术问题主要是通过下述技术方案得以解决的：一种基于服务组合骨干网加权k核分析的服务推荐方法，该方法包括以下步骤：

(1)根据服务组合数据构建服务隶属网SAN＝(N_cs,N_s,D_use)。其中，N_cs为复合服务节点的集合；N_s是原子服务节点的集合，表示复合服务所使用的所有原子服务的集合；D_use＝{{cs_i,s_j}}(cs_i∈N_cs,s_j∈N_s)是无向边的集合，表示复合服务对原子服务的使用关系。SAN的关联矩阵ψ描述了复合服务节点和原子服务节点间的连接关系，其元素：

其中，ψ是一个|N_cs|×|N_s|的二值矩阵。|N_cs|表示复合服务的数量，|N_s|表示原子服务的数量。若ψ_ij＝1，则第i个复合服务节点和第j个原子服务节点间有边相连，否则不存在边。

(2)基于步骤(1)完成的SAN构建服务组合网SECON＝(N_s,D_c)。其中，N_s为原子服务节点的集合；D_c是一个无向边的集合，表示原子服务间的共现关系，即若两个原子服务共同作为某个复合服务的构成部分，则代表这两个原子服务的节点间存在一条无向边；SECON的关联矩阵ψ^s描述了原子服务节点间的连接关系及其强度。ψ^s可由ψ得到，其元素：