一種新的個性化資源推薦方法
【專利摘要】本發(fā)明公開了一種新的個性化資源推薦方法，本方法是利用用戶歷史定制過的服務(wù)流提取用戶使用資源偏好，形成用戶資源推薦模型，在此模型的基礎(chǔ)上，利用資源推薦算法得到極具個性化的用戶資源推薦列表。具體步驟為（1）、描述并記錄了服務(wù)流、服務(wù)、用戶和資源間的關(guān)系；（2）、根據(jù)用戶使用資源相似偏好定義了伙伴用戶關(guān)系；（3）、根據(jù)用戶使用資源習(xí)慣和伙伴用戶間的關(guān)系生成用戶資源推薦模型；（4）、根據(jù)用戶資源推薦模型，設(shè)計實現(xiàn)了用戶資源推薦算法。
【專利說明】一種新的個性化資源推薦方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于云服務(wù)領(lǐng)域，具體地說是涉及一種新的個性化資源推薦方法。
【背景技術(shù)】
[0002]云服務(wù)指的是可以在互聯(lián)網(wǎng)上使用的一種標(biāo)準(zhǔn)接口，用戶通?？梢允褂肏TTP和HTTPS傳輸協(xié)議來調(diào)用。它的實現(xiàn)方式主要包括軟件即服務(wù)(SaaS)，平臺即服務(wù)(PaaS)和Web服務(wù)三種方式，本文中提到的服務(wù)主要指的是云平臺中提供的軟件，即軟件即服務(wù)。
[0003]云平臺上提供的服務(wù)組件按照特定的控制流程組合起來完成特定任務(wù)而構(gòu)成的執(zhí)行流程稱為云服務(wù)流。和普通的工作流類似，云服務(wù)流需首先建立流程模型，然后在執(zhí)行引擎中執(zhí)行該流程。云服務(wù)流一旦建立起來，就包含了特定的數(shù)據(jù)流和控制流，執(zhí)行引擎根據(jù)流程中服務(wù)之間的關(guān)系決定調(diào)用哪個云服務(wù)。云服務(wù)流的構(gòu)成有兩種方式:用戶定制和系統(tǒng)提供，對于系統(tǒng)提供的服務(wù)流，用戶無法修改，只能完成服務(wù)流特有的功能，而用戶定制服務(wù)流可以根據(jù)用戶的特殊需求，將不同的云服務(wù)在不違背服務(wù)之間的約束的前提下，按照用戶的需求實現(xiàn)服務(wù)流的定制。
[0004]服務(wù)流定制的可視化可以滿足用戶按需定制服務(wù)流的要求，但是，云平臺上提供的服務(wù)何止萬千，讓用戶自己在云平臺上找到自己需要的云服務(wù)，實際的可行性非常小。本文根據(jù)云服務(wù)流的特點提出了一種用戶資源推薦模型，并在該模型的基礎(chǔ)上，提出了用戶資源推薦算法。

【發(fā)明內(nèi)容】

[0005]結(jié)合云服務(wù)流的優(yōu)勢，本發(fā)明目的在于提供一種新的個性化資源推薦方法，提高云服務(wù)流的服務(wù)質(zhì)量，提升云平臺的用戶體驗，讓用戶能切身感受到云服務(wù)平臺就是為用戶量身定做的。
[0006]為達(dá)到上述目的，本發(fā)明的構(gòu)思如下:
分析服務(wù)流、服務(wù)、用戶和資源間的關(guān)系，提出伙伴用戶的理念、表示資源間關(guān)系的用戶資源推薦模型、用戶資源推薦算法。
[0007]根據(jù)上述的發(fā)明構(gòu)思，本發(fā)明采用下述技術(shù)方案:
一種新的個性化資源推薦方法，其特征在于具體操作步驟如下:
(1)、描述并記錄服務(wù)流、服務(wù)、用戶和資源間的關(guān)系；
(2)、根據(jù)用戶使用資源相似偏好定義伙伴用戶關(guān)系；
(3)、根據(jù)用戶使用資源習(xí)慣和伙伴用戶間的關(guān)系生成用戶資源推薦模型；
(4 )、根據(jù)用戶資源推薦模型，設(shè)計實現(xiàn)用戶資源推薦算法。
[0008]上述內(nèi)容(I)中描述并記錄服務(wù)流、服務(wù)、用戶和資源間的關(guān)系，詳細(xì)關(guān)系如下:
11)服務(wù)是服務(wù)流的子元素；
12)資源是實現(xiàn)服務(wù)必不可少的根本，包括數(shù)據(jù)資源和服務(wù)資源；
13)服務(wù)流由實現(xiàn)服務(wù)的各資源形成；14)用戶根據(jù)是否是資源的擁有者可分為使用、擁有資源，這取決于資源是否被設(shè)置為公有；
15)用戶與用戶以及服務(wù)資源與服務(wù)資源之間的隱式關(guān)系需要通過挖掘來發(fā)現(xiàn)。
[0009]上述內(nèi)容(2)中根據(jù)用戶使用資源偏好定義伙伴用戶關(guān)系，具體如下:
假設(shè)現(xiàn)有公有服務(wù)資源m個，公有數(shù)據(jù)資源η個:
Mi—第i(0 < i < m)個服務(wù)資源被用戶使用的頻率；
N1-第i(0 < J < η)個數(shù)據(jù)資源被使用的頻率；
則用戶使用公有資源的特征向量表示為
【權(quán)利要求】
1.一種新的個性化資源推薦方法，包括服務(wù)流、服務(wù)、用戶和資源間的關(guān)系、伙伴用戶的理念、表示用戶資源間關(guān)系的用戶資源推薦模型、用戶資源推薦算法，具體操作步驟如下: 1)描述并記錄服務(wù)流、服務(wù)、用戶和資源間的關(guān)系； 2)根據(jù)用戶使用資源相似偏好定義伙伴用戶關(guān)系； 3)根據(jù)用戶使用資源習(xí)慣和伙伴用戶間的關(guān)系生成用戶資源推薦模型； 4)根據(jù)用戶資源推薦模型，設(shè)計實現(xiàn)用戶資源推薦算法。
2.根據(jù)權(quán)利要求1所述的新的個性化資源推薦方法，其特征在于所述步驟I)的描述并記錄服務(wù)流、服務(wù)、用戶和資源間的關(guān)系如下: 11)所述服務(wù)是服務(wù)流的子元素； 12)所述資源是實現(xiàn)服務(wù)必不可少的根本，包括數(shù)據(jù)資源和服務(wù)資源； 13)所述服務(wù)流由實現(xiàn)服務(wù)的各資源形成； 14)所述用戶根據(jù)是否是資源的擁有者可分為使用、擁有資源，這取決于資源是否被設(shè)置為公有； 15)用戶與用戶以及服務(wù)資源與服務(wù)資源之間的隱式關(guān)系需要通過挖掘發(fā)現(xiàn)。
3.根據(jù)權(quán)利要求1所述的新的個性化資源推薦方法，其特征在于所述步驟2)根據(jù)用戶使用資源相似偏好定義伙伴用戶關(guān)系的具體方法如下: 假設(shè)現(xiàn)有公有服務(wù)資源m個，公有數(shù)據(jù)資源η個: 沖一第i(0 < i < m.)個服務(wù)資源被用戶使用的頻率； ^-HKO <; < η)個數(shù)據(jù)資源被使用的頻率； 貝1J用戶使用公有資源的特征向量表示為'.M1...MmM1...Mj...Mn)； 根據(jù)用戶使用資源的特征向量可計算出用戶之間的相似度，設(shè)用戶i，j使用過的歷史公有資源對i，j的頻率向量分別為P?，PO),定義閾值從0 < t玄I)，用戶i與用戶j之間的相似度用Sim(U)表示,定義Iength(P)表示向量的長度,SametPllP^表示向量Pi和P2中相同屬性對應(yīng)值構(gòu)成的向量，計算公式如下:
4.根據(jù)權(quán)利要求1所述的新的個性化資源推薦方法，其特征在于所述步驟3)根據(jù)用戶使用資源偏好和伙伴用戶關(guān)系提出用戶資源推薦模型的方法是:設(shè)用戶U已定制2條服務(wù)流，則用戶資源推薦模型具體描述如下: 31)在模型的上方通過伙伴關(guān)系聯(lián)系用戶U2，表示用戶U2是Ul的伙伴用戶；32)用戶Ul在定制這兩條服務(wù)流時使用的資源被保存在模型下方的用戶使用資源列表中； 33)模型節(jié)點關(guān)系部分保存了服務(wù)流中各資源之間的關(guān)系。
5.根據(jù)權(quán)利要求1所述的新的個性化資源推薦方法，其特征在于所述步驟4)根據(jù)用戶資源推薦模型，設(shè)計實現(xiàn)用戶資源推薦算法是:設(shè)當(dāng)前用戶U，當(dāng)前選擇資源數(shù)據(jù)資源顯示列表dis_D，服務(wù)資源顯示列表dis_S，具體步驟如下: 41)檢測服務(wù)器端內(nèi)存是否已導(dǎo)入資源推薦模型；若未導(dǎo)入，則導(dǎo)入N個用戶的資源推薦模型； 42)根據(jù)當(dāng)前選擇資源β?，利用資源推薦模型可分別獲得公有資源對用戶U的的歷史活躍度向量，公有資源對伙伴用戶的歷史活躍度矩陣PUB—MHA，U的私有資源對U的頻率向量/^/_胡; 43)利用/^/足胡繼、PUB_MHA矩陣和/^/_胡向量，通過用戶U的使用資源偏好、U的伙伴用戶和資源輸入輸出約束獲得用戶U的資源推薦列表dis_D和dis_S ； 44)用戶U從資源顯示列表dis_D和dis_S中選擇所需資源CR,轉(zhuǎn)步驟42)，循環(huán)直到服務(wù)流定制完成。
【文檔編號】G06F17/30GK104021182SQ201410254566
【公開日】2014年9月3日 申請日期:2014年6月10日 優(yōu)先權(quán)日:2014年6月10日
【發(fā)明者】吳紹春, 胡彬彬, 徐凌宇, 李慧, 帥翔, 陳亮 申請人:上海大學(xué)