[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

摘要

本发明公开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，包括以下步骤：根据服务组合数据构建服务隶属网；依次构建服务组合网、服务组合骨干网，计算节点的加权核数值，对服务组合骨干网中的所有节点相应的服务进行降序排序；对排序后具有相同加权核数值的节点对应的服务进行基于服务流行度的二次降序排序；对有相同加权核数值及相同流行度的节点对应的服务任选一种可能的排序；基于上述排序结果，从与服务相连的服务集中选择加权核数值排名靠前的服务进行推荐。本发明克服了现有方法所依赖数据少及不易获取的问题，在一定程度上提高了方法的适应性；从服务的流行性及可组合性两个方面来综合评价服务的优先级，使得推荐的服务更加准确。

主权项

一种基于服务组合骨干网加权k核分析的服务推荐方法，其特征在于，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：${\mathrm{\ψ}}_{ij}^s=\underset{k}{\Σ}{\mathrm{\ψ}}_{ki}{\mathrm{\ψ}}_{kj}=\underset{k}{\Σ}{\mathrm{\ψ}}_{ik}^T{\mathrm{\ψ}}_{kj},$其中，表示原子服务i和j共同参与构成的复合服务的数量，表示原子服务i参与构成的复合服务的数量。因此，若则原子服务i和j之间存在共现关系({s_i,s_j}∈D_c)，否则不存在共现关系(3)基于步骤(2)完成的SECON构建服务组合骨干网SCBN＝(N_s,D_b)。其中，SCBN的节点集和SECON的节点集相同，所述边集D_b在D_c基础上做了部分修改。(4)基于步骤(3)完成的SCBN计算节点的加权核数值。(5)根据步骤(4)求得的节点的加权核数值对SCBN网络中的所有节点相应的服务进行降序排序。(6)对步骤(5)中具有相同加权核数值的节点对应的服务进行基于服务流行度的二次降序排序。(7)对步骤(6)中具有相同加权核数值及相同流行度的节点对应的服务任选一种可能的排序。(8)基于步骤(5)、步骤(6)和步骤(7)得到的排序结果，在为服务i进行推荐时，从SCBN中与服务i相连的服务集中，选择加权核数值排名最靠前的num个服务进行推荐(num为待推荐的服务个数)。