一种基于用户偏好特征建模的Web 服务推荐方法技术

本发明专利技术公开了一种基于用户偏好特征建模的Web服务推荐方法，包括：1、从Web服务门户网站上收集Web服务，对收集的Web服务的服务角色、目标、流程和标签进行标注，并注册到Web服务平台中的服务注册库中，建立Web服务描述文档；2、从Web服务平台中收集用户的历史服务调用信息，生成用户对服务角色、目标、流程和标签的历史调用信息文档，并创建用户偏好文档；3、通过计算用户间的多维度的偏好相似度，并进行加权融合，产生用户的前N个偏好相似邻居，N≥1；4、将前N个偏好相似邻居用户调用最多的Web服务进行排序，生成最终的服务推荐列表。本方法适用于多种语言描述的Web服务，如WSDL描述的服务、OWL-S描述的服务以及文本语言等方式描述的Web服务，具有普适性。

A Web service recommendation method based on user preference feature modeling

The invention discloses a recommendation method, user preference modeling Web services based on Web service, including: collecting 1 from the Web service portal, for the collection of Web service roles, goals, processes and labels for labeling, and registered to the Web service platform in the service registry, the establishment of Web the service description document; 2, from the Web service platform to collect user information service call history, the history of call information document generation of user roles, goals, processes and labels, and create user preference documents; 3, through the calculation of multidimensional preference similarity between users, and weighted fusion, make users before N a similar preference neighbor, N = 1; 4, the first N user calls the most similar neighbor preference Web service ranking, to generate the final service recommendation list. The method is applicable to Web services described in a variety of languages, such as services described by WSDL, services described in OWL-S and text language, and so on, which is universal and Web.

【技术实现步骤摘要】
一种基于用户偏好特征建模的Web服务推荐方法
本专利技术属于服务计算
与电子商务领域，特别涉及一种基于用户偏好特征建模的Web服务推荐方法。
技术介绍
互联网的发展推动了网络和软件的有机融合，云计算技术的涌现则进一步加速了面向服务软件的开发与应用。面向服务的软件将软构件的功能以Web服务的形式发布从而促进异构平台间的软件复用，或者将软件以Web服务或SaaS(Software as a Service)应用的形式向用户交付。面向服务的体系结构(Service-Oriented Architecture, S0A)是实现分布、异构信息系统开发和集成的基础框架，而Web服务是SOA背后的关键性支持技术之一，它具有自包含、自描述以及模块化应用的特点，可在Web上发布、发现与使用。随着Web服务规模的增长与Web服务描述的异构性，导致用户搜寻自己感兴趣服务的难度和成本越来越高，为软件开发者有效发现、组合和重用Web服务带来了极大的挑战。另外，大量的服务因为访问量小被放在服务注册库中不为人知，这类服务中或许有一些是用户感兴趣的，但是没有外界的帮助，用户根本无法找到它们。因此，在动态多样的Internet服务市场中，Web服务发现是实现服务共享和复用的前提，而服务推荐是一种有效地促进Web服务发现和选择的技术，以主动感知用户需求的方式向用户推荐服务，提升用户的满意度。个性化的Web服务推荐是服务推荐的主要研究方向，通常个性化方式推荐服务的过滤效果及推荐结果被用户接受的程度远大于非个性化推荐。个性化服务推荐就是利用个性化技术将用户的隐含需求组成过滤条件，对服务资源流进行过滤，把服务资源流中符合用户需求的内容提取出来进行推荐，一般包括用户建模、服务匹配和推荐输出三个步骤来实现。目前，Web服务的个性化推荐研究主要包含以下几类:I)基于语义技术的服务发现与推荐，该方法主要从语义相似的角度，建模用户的服务内容、主题、接口等偏好模型，然后依据偏好模型查找满足用户兴趣与需求的服务。但是这类推荐方法通常是面向单一类型服务的推荐，例如Web服务描述语言(Web ServicesDescription Language, WSDL)描述的服务、Web 服务本体语言(Ontology Web Languagefor Services, 0WL-S)描述的Web服务或者是自然语言描述的Web API (ApplicationProgramming Interface),因此,缺乏服务推荐应用的通用性。2)利用服务的QoS (Quality of Service)等信息进行服务推荐,QoS属性包括响应时间，可靠性，可维护性等多个方面，但是由于Web服务QoS信息不稳定，通常需要在用户的客户端进行获取，因此，获取用户的QoS信息是难度很大的工作。不同用户对同一 Web服务的QoS感受通常存在一定差异。这种差异受多种因素的影响，如网络环境、编程语言、运行平台及主观感受等，如果简单地使用其它用户体验到的Web服务QoS进行预测而忽略用户个体因素，会很大程度上影响预测的准确性。3)利用用户的社交网络信息进行服务推荐，该方法主要是从社会网络的视角发现用户间的潜在关联，进行服务发现和推荐。Maaradji A提出一种基于社会网络的服务组合方法，利用用户的社会网络所集聚的信息，动态地给用户推荐Web API服务。Jason J.J提出给予社交网络推荐情境感知的移动服务，通过挖掘社交关系来提供情境支持，通过邻居用户的情境来预测用户的情境，进而产生移动服务推荐。在利用社交网络信息推荐过程中，社交信息往往不全面，导致推荐信息单一化。因此，针对互联网上Web服务规模剧增与Web服务异构性的特点，以及已有的Web服务推荐方法中存在的不足，如何进行准确、高效的Web服务推荐便成为服务计算领域中一个亟待解决的关键技术问题。
技术实现思路
针对上述Web服务推荐方法中存在的问题，本专利技术的目的是提供一种基于用户偏好特征建模的个性化Web服务推荐方法，本专利技术的方法可以适用于多种语言描述的Web服务，如WSDL描述的服务、OWL-S描述的服务以及文本语言等方式描述的Web服务，具有普适性。本分明所采用的技术方案是:一种基于用户偏好特征建模的Web服务推荐方法，其特征在于，包括以下步骤:步骤1:从Web服务门户网站上收集Web服务，对Web服务的服务角色、服务目标、服务流程和服务标签进行标注，并注册到Web服务平台中的服务注册库中，进而建立Web服务描述文档；步骤2:从所述的Web服务平台中收集用户的历史服务调用信息，生成用户对服务角色、服务目标、服务流程和服务标签的历史调用信息文档，并创建用户偏好文档；步骤3:通过计算用户间的多维偏好相似度，并进行加权融合，产生用户的前N个偏好相似邻居，其中N > I ;步骤4:将所述的前N个偏好相似邻居用户调用的最多的Web服务进行排序，生成最终的服务推荐列表。作为优选，所述的步骤1，其具体实现包括以下子步骤:步骤1.1:从Web服务门户网站收集Web服务；步骤1.2:针对收集的Web服务，根据IS0/IEC19763-7服务注册元模型框架作为指导，对所述的Web服务的服务角色、服务目标、服务流程和服务标签进行标注，并注册到Web服务平台中的服务注册库中，建立Web服务资源库；步骤1.3:建立Web服务描述文档。作为优选，所述的步骤2，其具体实现包括以下子步骤:步骤2.1:从所述的Web服务平台中收集用户历史服务调用信息；步骤2.2:针对所述的用户历史服务调用信息和所述的Web服务描述文档信息，生成用户对服务角色、服务目标、服务流程和服务标签的历史调用信息文档，并创建用户偏好文档；步骤2.3:针对步骤2.2的结果，利用TF-1DF的方法得到用户偏好文档中单个服务角色、服务目标、服务流程和服务标签在各自偏好维度下的权重。作为优选，所述的步骤3，其具体实现包括以下子步骤:步骤3.1:使用向量空间模型将用户的历史调用服务角色、服务目标、服务流程及服务标签分别转化为对应的向量空间集合；步骤3.2:使用向量的余弦相似度计算方法，分别生成用户之间的服务角色偏好相似度、服务目标偏好相似度、服务流程偏好相似度和服务标签偏好相似度；步骤3.3:针对步骤3.2的结果，将四个偏好相似度进行加权融合，生成用户整体偏好相似度；步骤3.4:对用户的整体偏好相似度进行降序排列，生成与用户偏好最相似的N个最近邻居，产生用户的前N个偏好相似邻居，其中N > I。作为优选，所述的步骤4，其具体实现包括以下子步骤:步骤4.1:针对所述的N个偏好相似邻居，在每个邻居用户中选取一个该用户使用最频繁的服务加入到预定的服务推荐列表，如果该服务已经存在于预定的服务推荐列表中则选取次频繁使用的服务加入预定的服务推荐列表，依次类推；步骤4.2:针对步骤4.1生成的服务推荐列表，再依据邻居用户调用服务的频繁度对上述服务推荐列表中的服务进行排序，生成最终的服务推荐列表；步骤4.3:将所述的最终的服务推荐列表呈现给用户。本专利技术首先利用IS0/IEC19763-7提供的服务注册元模型作为指导，对收集的Web服务进行标注，并注册到Web服务平台中，建立服务资本文档来自技高网...

【技术保护点】
一种基于用户偏好特征建模的Web服务推荐方法，其特征在于，包括以下步骤：步骤1：从Web服务门户网站上收集Web服务，对Web服务的服务角色、服务目标、服务流程和服务标签进行标注，并注册到Web服务平台中的服务注册库中，进而建立Web服务描述文档；步骤2：从所述的Web服务平台中收集用户的历史服务调用信息，生成用户对服务角色、服务目标、服务流程和服务标签的历史调用信息文档，并创建用户偏好文档；步骤3：通过计算用户间的多维度的偏好相似度，并进行加权融合，产生用户的前N个偏好相似邻居，其中N≥1；步骤4：将所述的前N个偏好相似邻居用户调用的最多的Web服务进行排序，生成最终的服务推荐列表。

【技术特征摘要】
1.ー种基于用户偏好特征建模的Web服务推荐方法，其特征在于，包括以下步骤： 步骤I :从Web服务门户网站上收集Web服务，对Web服务的服务角色、服务目标、月艮务流程和服务标签进行标注，并注册到Web服务平台中的服务注册库中，进而建立Web服务描述文档； 步骤2 :从所述的Web服务平台中收集用户的历史服务调用信息，生成用户对服务角色、服务目标、服务流程和服务标签的历史调用信息文档，并创建用户偏好文档； 步骤3 :通过计算用户间的多维度的偏好相似度，并进行加权融合，产生用户的前N个偏好相似邻居，其中NSl; 步骤4 :将所述的前N个偏好相似邻居用户调用的最多的Web服务进行排序，生成最終的服务推荐列表。2.根据权利要求1所述的基于用户偏好特征建模的Web服务推荐方法，其特征在于：所述的步骤1，其具体实现包括以下子步骤： 步骤I. I :从Web服务门户网站收集Web服务； 步骤I. 2 :针对收集的Web服务，根据ISO/IEC 19763-7服务注册元模型框架作为指导，对所述的Web服务的服务角色、服务目标、服务流程和服务标签进行标注，并注册到Web服务平台中的服务注册库中，建立Web服务资源库； 步骤I. 3 :建立Web服务描述文档。3.根据权利要求1所述的基于用户偏好特征建模的Web服务推荐方法，其特征在于：所述的步骤2，其具体实现包括以下子步骤： 步骤2. I :从所述的Web服务平台中收集用户历史服务调用信息； 步骤2. 2 :针对所述的用户历史服务调用信息和所述的Web服务描述文档信息，生成用户对服务角色、...

【专利技术属性】
技术研发人员：何克清，张秀伟，王健，王翀，刘建晓，陈荆亮，
申请(专利权)人：武汉大学，
类型：发明
国别省市：