一种基于随机游走的Web服务质量预测方法技术

本发明专利技术公开了一种基于随机游走的Web服务质量预测方法，步骤包括：基于用户位置计算用户和用户之间的距离；为每个用户选择近邻用户构成邻域、并连接邻域用户构建用户关系网络；计算用户关系网络中用户和用户、服务和服务之间的相似度；计算用户关系网络中每一条边的权重；针对源用户所请求的目标服务，从源用户开始分别进行多次查找关于目标服务i的随机游走，每一次随机游走中的每一跳是根据一定概率随机选择下一跳节点，每次游走结束后返回一个QoS值；综合所有QoS值计算源用户相对目标服务的质量预测值。本发明专利技术能平衡Web服务质量预测的覆盖率和预测精度，具有预测准确、成功率高、通用性好、可评估置信度和可解释性好的优点。

【技术实现步骤摘要】

本专利技术涉及Web服务质量预测技术，具体涉及一种用于Web服务选择或推荐的基 于随机游走的Web服务质量预测方法。
技术介绍
Web服务是自描述、自包含的可用网络模块，用来帮助实现通过远程调用来完成不 同机器之间的交互操作，并成为了构造分布式系统、模块化应用程序和面向服务应用集成 的主要技术，如电子商务、车载系统、多媒体服务等。随着网络上Web服务数量的快速增长， 为用户推荐最优的服务变得更具有挑战性。为了能在大量的可供选择的功能相同的Web服 务集中找到最优的服务，Web服务的质量，即QoS(Quality of Service)被广泛用来描述和 评价Web服务的非功能属性。Web服务的QoS常常被定义为一系列用户感知的属性，典型的 有响应时间、吞吐量、可靠性等。由于QoS在成功建立面向服务的应用中的至关重要性，基 于QoS的Web服务选择和推荐方法成为近几年的一个研究热点。 传统的基于QoS的Web服务选择的研究都有一个通用的假设，即所有Web服务的 QoS值都是可用且准确的。然而，在现实中，这个前提不一定是真实的，用户想要总能获取到 服务的QoS值是不切实际的。这是由于Web服务的QoS值容易受到不可预测的网络环境和 用户环境（例如：用户位置，用户网络条件等）的影响，从而使得不同的用户在相同的Web 服务上所观察到的QoS值不同。换而言之，用户在进行服务选择时，不能直接使用另一个用 户对服务的QoS评价值。并且，由于现实中Web服务的调用既耗时间又耗资源，因此用户想 要通过自己调用Web服务来评价所有候选服务以获取QoS信息是不实际的。此外由于服务 用户需要评价的候选服务过多，且还有一些合适的Web服务未被发现，使得服务的QoS信息 大量缺失。针对这些未知的QoS进行预测是基于QoS的Web服务选择和推荐的重要依据。 现有技术中，最常用的预测QoS缺失值的方法存在以下缺陷：1)由于Web服务和 用户数量的剧增，存在数据稀疏性问题，使得协同过滤方法难以解决"冷启动"问题，即某用 户从未调用过任何服务，或某服务从未被任何用户调用过。2)有研究表明由于位置与服务 的QoS存在相关性，处于同一或邻近区域的用户在相同服务上会有相似的QoS体验。因此， 可以利用用户的位置来找到源用户的邻居，然后再根据这些邻居的历史QoS信息来进行推 荐，可以有效的解决QoS数据稀疏问题。然而，仅考虑用户位置来预测QoS可能降低预测精 度。
技术实现思路
本专利技术要解决的技术问题是：针对现有技术的上述问题，提供一种能在覆盖率和 预测精度间得到显著好的平衡，预测成功率高、通用性好、可评估置信度和可解释性好的基 于随机游走的Web服务质量预测方法。 为了解决上述技术问题，本专利技术采用的技术方案为： -种基于随机游走的Web服务质量预测方法，步骤包括： 1)根据Web服务QoS数据集中用户的位置信息计算用户和用户之间的物理距离； 2)为每个用户选择物理距离最近的K个近邻用户作为该用户的邻域； 3)为每个用户连接各自邻域的用户构建用户关系网络G ; 4)针对用户关系网络G，计算用户和用户之间的相似度、服务和服务之间的相似 度； 5)根据所述用户和用户之间的物理距离、用户和用户之间的相似度计算用户关系 网络G中每一条边的权重； 6)针对源用户u。所请求的目标服务i，从源用户u。开始分别进行多次查找关于目 标服务i的随机游走，每一次随机游走中的每一跳基于用户关系网络G中每一条边的权重 确定下一跳的用户选择概率，并根据所述用户选择概率从当前跳的用户u的邻域NUu中随 机选择一个用户V作为本次随机游走的下一跳节点，最终在找到调用过目标服务i或相似 服务的用户后结束本次游走并返回一个QoS值； 7)综合所有随机游走返回的QoS值计算源用户u。相对目标服务i的QoS预测值。 优选地，所述步骤1)中具体是指根据式（1)计算用户和用户之间的物理距离； 式（1)中，du,v为用户u和用户V之间的物理距离，为用户u的炜度、A u为用户 u的经度，乾为用户V的炜度、λ v为用户V的经度。 优选地，所述步骤4)具体是指根据式（2)计算用户和用户之间的相似度、根据式 (4)计算服务和服务之间的相似度；； 式（2)中，sim(u, V)为用户u和用户V之间的相似度，ICu,v是指用户u和用户V 共同调用过的Web服务集合，corr(u，V)为用户u和用户V之间的皮尔森相关系数，皮尔森 相关系数corr(u，v)的计算公式如式（3)所示； 式（3)中，ICu,v为用户u和用户V共同调用过的Web服务集合，r Uil为用户u在 Web服务i上观察到的QoS值，ξ为用户u的QoS向量的平均值，6为用户V的QoS向量的 平均值； 式⑷中，sim(i，j)为服务i和服务j之间的相似度，UCu是指共同调用过Web 服务i和j的用户集，c〇rr(i，j)为服务i和j之间的皮尔森相关系数，皮尔森相关系数 corr (i, j)的计算公式如式（5)所示，且服务i和j之间的皮尔森相关系数corr (i, j)仅仅 取正相关； 式（5)中，UCli j为共同调用过Web服务i和j的用户集，r Uil为用户u在Web服务 i上观察到的QoS值，巧为服务i的QoS向量的平均值，C为服务j的QoS向量的平均值。 优选地，所述步骤5)中具体是指根据式（6)计算用户关系网络G中每一条边的权 重； 式（6)中，用户关系网络G中用户u和用户V之间的边的权重，du,v为用户 u和用户V之间的物理距离，sim(u，V)为用户u和用户V之间的相似度，λ为区间 内的可调参数。 优选地，所述步骤6)中每一次随机游走的详细步骤包括： 6. 1)从源用户u。开始进行查找有关目标服务i的随机游走，当本次游走随机过程 中的某一跳到达某个用户u时跳转执行步骤6. 2); 6. 2)判断当前跳的用户u在目标服务i上是否有QoS值，如果有QoS值则将该QoS 值rUil作为本次随机游走的QoS值返回，本次随机游走结束；否则，跳转执行下一步； 6. 3)判断源用户u。开始进行随机游走的跳数是否等于预设的最大游走深度 max-depth，如果不等于预设的最大游走深度max-depth，则跳转执行步骤6. 4)，否则跳转 执行步骤6. 5); 6.4)以指定的终止概率Civlik判断本次随机游走是否需要终止，如果不需要终 止，则基于用户关系网络G中每一条边的权重确定下一跳的用户选择概率，并根据所述用 户选择概率从当前跳的用户u的邻域NUu中选择一个用户V作为本次游走随机的下一跳节 点，跳转执行步骤6.2);如果需要终止，则跳转执行步骤6.5); 6. 5)从当前跳的用户u调用过的服务集合RSu中以指定的服务选择概率选择一个 和目标服务i相似的服务j，将当前跳的用户u在目标服务j上的QoS值作为本次随机游走 的QoS值rUi j返回，本次随机游走结束。 优选地，所述步骤6. 3)的详细步骤包括： 6. 3. 1)判断是否满足式（7)所示的全局游走终止条件，如果满足全局游走终止条 件，则跳转执行步骤6.5);否则跳转执行步骤6.3.2); |σ2, -σ"j < f (7) 式（7)中，<表示本文档来自技高网...

【技术保护点】
一种基于随机游走的Web服务质量预测方法，其特征在于步骤包括：1)根据Web服务QoS数据集中用户的位置信息计算用户和用户之间的物理距离；2)为每个用户选择物理距离最近的K个近邻用户作为该用户的邻域；3)为每个用户连接各自邻域的用户构建用户关系网络G；4)针对用户关系网络G，计算用户和用户之间的相似度、服务和服务之间的相似度；5)根据所述用户和用户之间的物理距离、用户和用户之间的相似度计算用户关系网络G中每一条边的权重；6)针对源用户u0所请求的目标服务i，从源用户u0开始分别进行多次查找关于目标服务i的随机游走，每一次随机游走中的每一跳基于用户关系网络G中每一条边的权重确定下一跳的用户选择概率，并根据所述用户选择概率从当前跳的用户u的邻域NUu中随机选择一个用户v作为本次随机游走的下一跳节点，最终在找到调用过目标服务i或相似服务的用户后结束本次游走并返回一个QoS值；7)综合所有随机游走返回的QoS值计算源用户u0相对目标服务i的QoS预测值。

【技术特征摘要】

【专利技术属性】
技术研发人员：唐明董，戴小玲，
申请(专利权)人：湖南科技大学，
类型：发明
国别省市：湖南;43