[发明专利]基于关联规则的Web服务推荐方法

摘要

本发明公开了一种基于关联规则的Web服务推荐方法。现有的Web服务推荐方法虽然引入关联规则提高了Web服务组合的执行效率和服务质量，但是只能产生强关联服务的推荐，对于一部分不常见但高关联能力的服务则由于使用率低被忽略了。本发明对关联规则挖掘进行了改进，即对关联规则的支持度进行修改。改进后的关联规则推荐方法保证服务组合内在的每个原子服务间的关联强度不会因服务组合的长度增大而降低，相较于常规的推荐方法在稳定性和准确度上均有提高。本发明分析服务组合的历史数据，发掘单个Web服务之间所隐含的内在联系从而发现用户的潜在需求，系统选择最佳服务组合推荐给用户。本发明给用户提供方便高效的服务推荐方法，具有广阔的应用前景。

主权项

一种基于关联规则的Web服务推荐方法，其特征在于，包括以下步骤：(1)预处理工作流数据，解析工作流，从工作流中提取原子服务信息，构造服务组合的历史记录，其中原子服务总数为n，每个原子服务使用编号1‑n表示(第一个原子服务编号为1，第二个原子服务编号为2，……，第n个原子服务编号为n)；(2)组建服务组合：将步骤1提取的原子服务重新随机组合，将产生的服务组合保存在二维数组userCombList中，userCombList[]的长度代表总共有多少个服务组合，重新组合后的规则总数N＝2ⁿ‑1；(3)搜索最长组合，即从二维数组userCombList中搜索最佳的服务组合，具体包括以下子步骤：(3.1)令变量len＝n,n是原子服务个数；(3.2)如果len>0，执行步骤3.3；否则执行步骤3.7；(3.3)令变量i＝0；(3.4)如果i<userCombList[len]数组的长度，执行步骤3.5；否则执行步骤3.6；(3.5)如果userCombList[len]数组的长度等于len,同时userCombList[len][i]服务组合符合关联规则，则把该组合保存在二维数组result中，然后令i＝i+1,执行步骤3.4；否则,直接令i＝i+1,执行步骤3.4；(3.6)如果二维数组result中存在长度为len的关联规则，则找到最佳服务组合，保存在二维数组finalresult中,执行步骤3.7；否则，len＝len‑1，执行步骤3.2；(3.7)结束循环；(4)计算推荐度：从二维数组finalresult中提取关联规则，计算每个服务在这个规则下的置信度，并把计算结果放在一维数组rec中，rec的大小是n(原子服务个数)，rec的第k个元素就是第k个原子服务的置信度；把置信度作为推荐度，置信度越大，推荐排名越靠前；(5)排序服务检索结果：根据已有的用户历史记录采用修正后的支持度公式计算每个推荐目标的推荐预测值即数组rec；将数组rec按照推荐度的值降序排列，从而得到个性化推荐结果。