專利名稱：一種基于網(wǎng)絡(luò)建模的服務(wù)推薦方法
技術(shù)領(lǐng)域：
本發(fā)明屬于網(wǎng)絡(luò)服務(wù)技術(shù)領(lǐng)域，具體涉及一種基于網(wǎng)絡(luò)建模的服務(wù)推薦方法。
背景技術(shù)：
Web服務(wù)是服務(wù)計算中所強調(diào)的服務(wù)概念的一種具體表現(xiàn)形式和功能載體，它是一種基于Web環(huán)境的具有自適應(yīng)、自描述、模塊化并具有良好互操作能力的應(yīng)用程序。Web服務(wù)作為一種新型的分布式構(gòu)件模型，已經(jīng)在電子商務(wù)、企業(yè)應(yīng)用集成等領(lǐng)域扮演了越來越重要的角色。隨著互聯(lián)網(wǎng)中Web服務(wù)數(shù)目和種類的大規(guī)模增長，如何方便有效地為用戶推薦最合適且高質(zhì)量的服務(wù)已逐漸成為SOA(面向服務(wù)的架構(gòu))所要解決的關(guān)鍵問題之一。近年來，國內(nèi)外學(xué)者已經(jīng)提出了關(guān)注QoS(Quality-of_Service,服務(wù)質(zhì)量)的Web服務(wù)推薦方法，由于服務(wù)數(shù)量的不斷增減，勢必會產(chǎn)生大量的服務(wù)提供相似功能，而這些服 務(wù)在QoS表現(xiàn)上有高有低，現(xiàn)有的大多數(shù)服務(wù)推薦方法，都是基于服務(wù)的QoS描述信息進行推薦，而服務(wù)的QoS屬性描述大多由服務(wù)提供者或者第三方注冊中心提供，這些描述通常具有很強的主觀性，有的甚至出于爭取被更多用戶使用的目的，往往夸大地描述其QoS屬性；同時一些QoS屬性是與用戶相關(guān)的，即同一個QoS屬性針對不同的用戶可能具有不同的值(如響應(yīng)時間、調(diào)用錯誤率等)，這就使得在不同的上下文環(huán)境中Web服務(wù)的非功能屬性的值也不盡相同。這些原因造成了 Web服務(wù)的QoS屬性描述往往不能能準確地描述Web服務(wù)的實際非功能屬性，進而嚴重影響了 Web服務(wù)推薦的效果?；赒oS表現(xiàn)的服務(wù)推薦方法主要通過評價Web服務(wù)的QoS屬性，選取高質(zhì)量的服務(wù)推薦給用戶，但是這類服務(wù)推薦方法更關(guān)注服務(wù)本身的屬性，而忽視了用戶對服務(wù)的主觀認知關(guān)系，這種關(guān)系往往能反映出用戶對不同QoS屬性的個性化偏好，因此這類方法很難實現(xiàn)針對不同用戶的個性化推薦。隨著Web2. O的迅速發(fā)展，互聯(lián)網(wǎng)用戶開始從被動地接收信息向主動創(chuàng)造信息轉(zhuǎn)變，互聯(lián)網(wǎng)也從一個傳播和分享信息的靜態(tài)平臺，變成了更為廣泛的參與、創(chuàng)作、溝通的動態(tài)互動平臺。在Web2. O環(huán)境下，用戶的參與使得Web服務(wù)的描述出了服務(wù)提供者提供的功能屬性和非功能屬性描述外，還存在用戶的反饋信息，包括用戶使用歷史、用戶對具體Web服務(wù)的評價以及用戶之間的關(guān)系等信息，這些信息豐富了 Web服務(wù)非功能屬性的描述。因此，出現(xiàn)了不少基于用戶反饋信息的服務(wù)推薦方法，此類方法通過綜合用戶的反饋信息評估出服務(wù)的一個信譽值，信譽值高的服務(wù)被優(yōu)先推薦給用戶。但是這類方法是計算出一個全局的信譽值，也就是說，同一個服務(wù)針對不同用戶所體現(xiàn)出的信譽值是一樣，這樣并未體現(xiàn)出用戶的個性化需求。然而，用戶的個性化偏好是可以從用戶的反饋信息中分析得出，這對于實現(xiàn)個性化的Web服務(wù)推薦是非常重要的。由此可見，需要深度的挖掘利用用戶的反饋信息，才能更加準確、客觀地評價Web服務(wù)的非功能屬性，更加有效的實現(xiàn)個性化Web服務(wù)推薦。

發(fā)明內(nèi)容
針對現(xiàn)有技術(shù)所存在的上述技術(shù)缺陷，本發(fā)明提供了一種基于網(wǎng)絡(luò)建模的Web服務(wù)推薦方法，根據(jù)用戶之間以及服務(wù)之間的相似性，能夠滿足用戶的個性化需求，具有較好的推薦效果和準確性。一種基于網(wǎng)絡(luò)建模的服務(wù)推薦方法，包括如下步驟(I)根據(jù)用戶對服務(wù)的評價關(guān)系構(gòu)建信任關(guān)系網(wǎng)絡(luò)，并獲取用戶對服務(wù)的反饋評價值；所述的信任關(guān)系網(wǎng)絡(luò)由多個用戶和多個服務(wù)組成，對于信任關(guān)系網(wǎng)絡(luò)中的任一用戶，其評價過的服務(wù)均通過網(wǎng)絡(luò)線與該用戶連接；(2)將所述的信任關(guān)系網(wǎng)絡(luò)拆分成用戶網(wǎng)絡(luò)和服務(wù)網(wǎng)絡(luò)；所述的用戶網(wǎng)絡(luò)包含有信任關(guān)系網(wǎng)絡(luò)中的所有用戶，且評價過同一服務(wù)的用戶相互之間通過網(wǎng)絡(luò)線連接；所述的服務(wù)網(wǎng)絡(luò)包含有信任關(guān)系網(wǎng)絡(luò)中的所有服務(wù)，且同一用戶評價過的服務(wù)相互之間通過網(wǎng)絡(luò)線連接；(3)在用戶網(wǎng)絡(luò)中先計算出每一對直接相連的用戶之間的相似度，進而計算出每一對間接相連的用戶之間的相似度；在服務(wù)網(wǎng)絡(luò)中先計算出每一對直接相連的服務(wù)之間的相似度，進而計算出每一對間接相連的服務(wù)之間的相似度；(4)對于信任關(guān)系網(wǎng)絡(luò)中的任一用戶，為其建立待推薦服務(wù)集合，計算出該集合中每一服務(wù)對于該用戶的服務(wù)可信度和用戶可信度，進而根據(jù)服務(wù)可信度和用戶可信度計算出該集合中每一服務(wù)對于該用戶的綜合可信度；根據(jù)所述的綜合可信度對該集合中的服務(wù)從高到低進行排序，以向該用戶推薦服務(wù)；依此遍歷信任關(guān)系網(wǎng)絡(luò)中的每個用戶，以向每個用戶推薦服務(wù)。所述的待推薦服務(wù)集合包含了信任關(guān)系網(wǎng)絡(luò)中對應(yīng)用戶未評價過的所有服務(wù)。所述的步驟(3)中，根據(jù)以下算式計算出每一對直接相連的用戶之間的相似度
權(quán)利要求
1.一種基于網(wǎng)絡(luò)建模的服務(wù)推薦方法，包括如下步驟 (1)根據(jù)用戶對服務(wù)的評價關(guān)系構(gòu)建信任關(guān)系網(wǎng)絡(luò)，并獲取用戶對服務(wù)的反饋評價值； (2)將所述的信任關(guān)系網(wǎng)絡(luò)拆分成用戶網(wǎng)絡(luò)和服務(wù)網(wǎng)絡(luò)； (3)在用戶網(wǎng)絡(luò)中先計算出每一對直接相連的用戶之間的相似度，進而計算出每一對間接相連的用戶之間的相似度；在服務(wù)網(wǎng)絡(luò)中先計算出每一對直接相連的服務(wù)之間的相似度，進而計算出每一對間接相連的服務(wù)之間的相似度； (4)對于信任關(guān)系網(wǎng)絡(luò)中的任一用戶，為其建立待推薦服務(wù)集合，計算出該集合中每一服務(wù)對于該用戶的服務(wù)可信度和用戶可信度，進而根據(jù)服務(wù)可信度和用戶可信度計算出該集合中每一服務(wù)對于該用戶的綜合可信度；根據(jù)所述的綜合可信度對該集合中的服務(wù)從高到低進行排序，以向該用戶推薦服務(wù)；依此遍歷信任關(guān)系網(wǎng)絡(luò)中的每個用戶，以向每個用戶推薦服務(wù)。
2.根據(jù)權(quán)利要求I所述的基于網(wǎng)絡(luò)建模的服務(wù)推薦方法，其特征在于所述的步驟(3)中，根據(jù)以下算式計算出每一對直接相連的用戶之間的相似度
3.根據(jù)權(quán)利要求I所述的基于網(wǎng)絡(luò)建模的服務(wù)推薦方法，其特征在于所述的步驟(3)中，計算每一對間接相連的用戶之間的相似度的方法為先確定用戶網(wǎng)絡(luò)中間接相連的兩個用戶的最短連接路徑，將該路徑上所有直接相連的用戶之間的相似度進行乘積，得到的值即為該間接相連的兩個用戶的相似度。
4.根據(jù)權(quán)利要求I所述的基于網(wǎng)絡(luò)建模的服務(wù)推薦方法，其特征在于所述的步驟(3)中，根據(jù)以下算式計算出每一對直接相連的服務(wù)之間的相似度
5.根據(jù)權(quán)利要求I所述的基于網(wǎng)絡(luò)建模的服務(wù)推薦方法，其特征在于所述的步驟(3)中，計算每一對間接相連的服務(wù)之間的相似度的方法為先確定服務(wù)網(wǎng)絡(luò)中間接相連的兩個服務(wù)的最短連接路徑，將該路徑上所有直接相連的服務(wù)之間的相似度進行乘積，得到的值即為該間接相連的兩個服務(wù)的相似度。
6.根據(jù)權(quán)利要求I所述的基于網(wǎng)絡(luò)建模的服務(wù)推薦方法，其特征在于所述的步驟(4)中，根據(jù)以下算式計算出集合中每一服務(wù)對于用戶的用戶可信度
7.根據(jù)權(quán)利要求I所述的基于網(wǎng)絡(luò)建模的服務(wù)推薦方法，其特征在于所述的步驟(4)中，根據(jù)以下算式計算出集合中每一服務(wù)對于用戶的服務(wù)可信度
8.根據(jù)權(quán)利要求I所述的基于網(wǎng)絡(luò)建模的服務(wù)推薦方法，其特征在于所述的步驟(4)中，根據(jù)以下算式計算出集合中每一服務(wù)對于用戶的綜合可信度
9.根據(jù)權(quán)利要求I所述的基于網(wǎng)絡(luò)建模的服務(wù)推薦方法，其特征在于所述的信任關(guān)系網(wǎng)絡(luò)由多個用戶和多個服務(wù)組成，對于信任關(guān)系網(wǎng)絡(luò)中的任一用戶，其評價過的服務(wù)均通過網(wǎng)絡(luò)線與該用戶連接。
10.根據(jù)權(quán)利要求I所述的基于網(wǎng)絡(luò)建模的服務(wù)推薦方法，其特征在于所述的用戶網(wǎng)絡(luò)包含有信任關(guān)系網(wǎng)絡(luò)中的所有用戶，且評價過同一服務(wù)的用戶相互之間通過網(wǎng)絡(luò)線連接；所述的服務(wù)網(wǎng)絡(luò)包含有信任關(guān)系網(wǎng)絡(luò)中的所有服務(wù)，且同一用戶評價過的服務(wù)相互之間通過網(wǎng)絡(luò)線連接。
全文摘要
本發(fā)明公開了一種基于網(wǎng)絡(luò)建模的服務(wù)推薦方法，包括(1)建立信任關(guān)系網(wǎng)絡(luò)T-Net；(2)將T-Net拆分成用戶網(wǎng)絡(luò)U-Net和服務(wù)網(wǎng)絡(luò)S-Net；(3)計算U-Net中用戶間的相似度以及S-Net中服務(wù)間的相似度；(4)為用戶建立待推薦服務(wù)集合，計算出集合中服務(wù)的綜合可信度，以對服務(wù)進行排序，進而向用戶推薦服務(wù)。本發(fā)明通過對用戶與服務(wù)之間的評價關(guān)系進行網(wǎng)絡(luò)建模，分析并挖掘出用戶之間的相似性以及服務(wù)之間的相似性，通過相似性的計算，可以分析出用戶對服務(wù)的個性化偏好，從而針對不同用戶計算出個性化的可信度，進而為其推薦個性化的可信服務(wù)，使得推薦的服務(wù)更貼近用戶的實際需求，提高推薦的效率和準確性。
文檔編號G06F17/30GK102880640SQ20121029561
公開日2013年1月16日 申請日期2012年8月20日 優(yōu)先權(quán)日2012年8月20日
發(fā)明者鄧水光, 黃龍濤, 李瑩, 吳建, 尹建偉, 吳朝暉 申請人:浙江大學(xué)