Web服务信誉度评估模型的研究

对Web服务的信誉度、信誉关系属性和信任类型进行了形式化的定义,并据此来评估Web服务的信誉行为,考虑到Web服务信誉度的不确定性,在引入信誉量化概念的基础上,对现有的UDDI规范进行扩展,提出了Web服务信誉度评估模型,并深入研究了Web服务的信誉度评估方法及模型的实现方案,与其它的Web服务信誉度模型相比,该模型通过使用客户反馈、主动监视的机制以及采用第三方权威机构评价Web服务的信誉度,从而保证了信誉度的公平性和有效性.     

融合多维信息的主题自适应Web API推荐方法

如何根据用户的自然语言需求描述自动生成或推荐用于解决问题的Web API服务集合,并辅助构建Mashup是业务流程管理者和服务组合者关注的热点之一.如何提高推荐的质量是大家关注的焦点.为此,本文提出一种融合多维信息的主题自适应Web API推荐方法HDP-FM（Hierarchical Dirichlet Processes-FactorizationMachines）为Mashup的创建推荐Web APIs集合.该方法以Web API的描述文档为语料库,利用HDP模型训练每个Web API的主题分布向量.其次,利用已生成的主题模型预测每个Mashup的主题分布向量,用于相似度的计算.最后将Mashup之间的相似度,WebAPI之间的相似度,Web API的流行度和共现性作为因子分解机模型的输入,评分排序获取用于推荐的Web APIs集合.为了验证HDP-FM方法的性能,本文使用从ProgrammableWeb平台上爬取的真实数据进行多组实验,实验结果表明,HDP-FM方法在准确率,召回率,F-measure和NDCG@N等方面具有较好的性能.     

Web 服务选择中信誉度评估方法

在开放的Web服务环境中,由于无法保证用户使用服务后给出的反馈等级是真实可靠的,导致服务的信誉度评估结果与实际值存在较大偏差,进而服务选择失败率较高.为了克服上述问题,提出了一种用于Web服务选择的信誉度评估方法.该方法的主要思想是,通过反馈核查、校正和检测这3个信誉度评估模块对服务的信誉度进行评估.仿真结果表明,所提出的方法不仅有效提高了信誉度评估的客观性,还显著减小了服务选择的偏离度.     

基于协同过滤的可信Web服务推荐方法

为了实现对可信Web服务的推荐,在分析了Web服务推荐技术与电子商务推荐技术的不同的基础上,提出了一种基于协同过滤的可信Web服务推荐方法。首先,根据已有成果对待组装应用的可信需求进行评估,根据此需求对相似用户进行首次筛选;然后在首次筛选的用户中,根据用户使用服务后的评分数据和用户信息来对相似用户进行二次筛选,经过两次筛选得到最终推荐用户。在根据用户对服务的评分数据计算用户之间的相似性时,考虑了不同服务对于用户间相似性的贡献值;在根据用户信息计算用户之间的相似性时,考虑到用户信息之间非线性的特点,引入了欧几里得距离公式来计算其相似值;在产生推荐的过程中还考虑了不诚实用户和用户数不足的问题。模拟实验结果表明该方法能够有效地对可信Web服务进行推荐。     

基于协同过滤的可信Web服务推荐方法

为了实现对可信Web服务的推荐,在分析了Web服务推荐技术与电子商务推荐技术的不同的基础上,提出了一种基于协同过滤的可信Web服务推荐方法。首先,根据已有成果对待组装应用的可信需求进行评估,根据此需求对相似用户进行首次筛选;然后在首次筛选的用户中,根据用户使用服务后的评分数据和用户信息来对相似用户进行二次筛选,经过两次筛选得到最终推荐用户。在根据用户对服务的评分数据计算用户之间的相似性时,考虑了不同服务对于用户间相似性的贡献值;在根据用户信息计算用户之间的相似性时,考虑到用户信息之间非线性的特点,引入了欧几里得距离公式来计算其相似值;在产生推荐的过程中还考虑了不诚实用户和用户数不足的问题。模拟实验结果表明该方法能够有效地对可信Web服务进行推荐。     

Method of intelligent recommendation of Web serviceresources towards users balanced requirements

研究了满足用户在服务功能、服务属性和服务质量上的多层次均衡需求的Web服务资源智能推荐方法, 解决了服务信息过载问题。现有服务推荐技术存在未考虑用户对服务多层次均衡需求的不足, 结合Web服务资源的特点, 综合考虑用户服务需求与候选服务群之间的多层次相似度, 设计了综合Web服务资源的功能、属性和质量三个层次的适合度匹配算法, 以及用户主观兴趣度匹配算法。通过这两个算法建立了面向用户均衡需求的个性化Web服务资源智能推荐方法, 能将最大匹配度的Web服务资源推荐给目标用户。     

面向用户均衡需求的Web服务资源智能推荐方法

研究了满足用户在服务功能、服务属性和服务质量上的多层次均衡需求的Web服务资源智能推荐方法,解决了服务信息过载问题。现有服务推荐技术存在未考虑用户对服务多层次均衡需求的不足,结合Web服务资源的特点,综合考虑用户服务需求与候选服务群之间的多层次相似度,设计了综合Web服务资源的功能、属性和质量三个层次的适合度匹配算法,以及用户主观兴趣度匹配算法。通过这两个算法建立了面向用户均衡需求的个性化Web服务资源智能推荐方法,能将最大匹配度的Web服务资源推荐给目标用户。     

基于信誉模型的Web服务优化选择

随着Web服务技术的发展与广泛应用,提供相同功能的Web服务越来越多,而如何在其所提供的Web服务中选择最优服务成为关键问题.传统的基于服务质量(QoS)模型的选择方案已不能满足此要求.提出了一种基于信誉模型并结合QoS的优化选择方案,首先利用工作流组织模型确定服务使用者之间的信任度结,结合可信用户的反馈评价值,确定服务的主观信誉度,然后根据Web服务的QoS量化模型,计算出客观质量值,最后结合二者选出最优的服务.     

一种动态混合QoS语义的Web服务个性化推荐模型

服务推荐是服务计算中的主要问题之一,当前大多针对功能属性进行推荐,而在Web服务的QoS属性方面考虑较少,并且不支持动态变化的QoS属性。基于动态混合QoS的语义Web服务个性化推荐模型,把语义Web技术引入Web服务中,在QoS监控器下,有效监测Web服务的QoS属性变化并动态更新Web服务的QoS属性。根据建立的用户兴趣模型,向用户推荐具有个性化的Web服务。此外,在个性化推荐系统中使用最广泛的协同过滤推荐技术基础上,对数据进行了一系列的预处理填充,而且充分考虑了不同时间的项目评分对推荐的影响。结合用户兴趣度和用户评分的相似性计算方法,并通过不同的权值来表示它们的重要程度,综合计算目标用户的最近邻居集合,最终对用户u产生推荐。该系统在一定程度上提高了服务推荐的效率和准确度并满足用户查询需求。     

一种面向用户需求的Web服务测试方法

Web服务对外只提供接口文档,可利用生成测试用例的信息不够充分,现有方法所生成的用例冗余度高、查错能力有限.文中基于现有Web服务功能和用户协同推荐构建用户需求模型,再使用领域知识和使用场景生成测试用例,并通过实验演示过程,实验结果表明该文方法生成组合Web服务测试用例的有效性.以用户需求驱动组合Web服务测试,既能保证所选服务真正符合用户需求,又可根据用户使用场景来丰富测试需求信息,结合领域知识启发式生成测试用例.     

基于用户评价驱动的可信Web服务发现

随着Web服务技术的快速发展,如何请求和选择可信服务成为了非常重要的研究课题,即可信服务发现。本文提出了一种新的基于用户评价的Web服务发现方法．通过计算当前一段时间内多个用户对Web服务的反馈值,来判断Web服务所声明QoS的真实性,从而选择出更具可信度的Web服务。实验表明该方法具有有效性。     

一种基于用户情境的QoS预测方法

完整的QoS信息有利于更准确的服务推荐,但是现实中往往很难得到。文章提出了一种基于用户情境的QoS预测方法,对于老用户,根据他们原来的QoS选择,考虑QoS类型区别和时间衰减情况,预测新的QoS取值;对于新用户,按照用户分类信息,根据同类用户的服务选择情况,预测他们的QoS取值。实验证明,该方法有助于提高服务推荐的性能。     

群组机制的Web服务信任模型

Web服务中,为了消除和抑制节点的不良行为,鼓励提供可靠服务的良好行为,建立有效的可信保证机制,提出了一种新的基于群组的信任模型。该模型考虑了节点的经验个性化和群组行为个性化等问题,分析表明：新模型降低了全局信誉求解的规模,提高其计算的效率;一定程度上解决了大规模分布式网络中访问稀疏的问题;同时具有一定的激励性和鲁棒性。     

基于百度地图Web API技术的WEBGIS气象服务研究及系统设计

针对传统专业用户气象服务网站开发周期长,产品展示形式单一等问题,采用基于百度地图Web API技术,研究各类气象数据在WEBGIS地图上的叠加显示,设计陕西省气象服务中心专业用户气象信息服务网站系统。利用模块化开发方式,划分基础数据、天气预报、天气实况、气象服务、后台文件处理系统、后台管理平台等六个模块,通过后台功能模块参数的灵活配置,实现网站快速搭建、功能定制化、图形化及可视化、信息精准推送等功能。     

扩展UDDI以支持语义信息的研究

介绍了一种扩展UDDI以支持语义信息的方法,即在注册Web服务时添加语义信息,并支持基于语义的查询。首先在UDDI系统中加入一个领域本体库,再为该UDDI中的每个注册服务添加语义信息,并将服务和本体库的对应关系存入到UDDI的数据库中。在服务申请者查询Web服务时,由用户提供语义查询模板,根据用户描述的本体语义信息得到候选服务列表,再根据用户对服务质量的要求计算候选服务的匹配度,将候选服务依照其匹配度的大小顺序返回给用户。     

POYRAZ: CONTEXT-AWARE SERVICE SELECTION UNDER DECEPTION

The increasing number of service providers on the Web makes it challenging to select a provider for a specific service demand. Each service consumer has different expectations for a given service in different contexts, so the selection process should be consumer-oriented and context-dependent. Current approaches for service selection typically have consumers receive ratings of providers from other consumers, where the ratings reflect the consumers' overall subjective opinions. This may be misleading if consumers have different contexts and satisfaction criteria. In this paper, we propose that consumers objectively record their experiences, using an ontology to capture subtle details. This can then be interpreted by consumers according to their own criteria and contexts. We then integrate a method for addressing consumers who lie about their experiences, filtering them out during service selection. We demonstrate the value of our approach through experiments comparing our model with three recent rating-based service selection models. Our experiments show that using the proposed approach, service consumers can select the service providers for their needs more accurately even if the consumers have different criteria, they change the contexts of their service demands over time, or a significant portion of them are liars.     

交互式Web服务语义增强

Web服务是面向服务体系结构（service-oriented architecture,SOA）的解决方案的关键技术之一。如何提高We b服务标注质量变得越来越重要。传统的标注方式普遍存在标注质量低和需要人工大量干预的缺点,同时由于本体规模的限制,很多We b服务关键字无法找到相应的概念进行标注。基于用户交互的We b服务标注系统包括阈值选择算法、本体扩充算法和交互标注方法。系统根据反馈信息自动修改标注结果,并记录修改结果,对未来出现的相似问题进行自动处理。为最大化反馈信息的影响,使用特定指标选择标注结果,并由用户进行确认。对于当前本体概念不够完善的问题,使用学习本地本体和在线本体查询两种方法来扩充本体。最后,介绍了相关实验,实验结果表明,经过与用户的交互,标注质量有了显著提高。     

基于 REST 风格的科学计算环境 Web服务 API

基于 Web 页面的计算门户提供了简单易用的用户使用界面,这些门户需要访问异构的计算机群。本文研究和实现基于 REST 风格的科学计算环境 Web 服务 API (SCEAPI-REST),其核心思想是充分利用 Web 服务在复杂系统中的集成优势以及 REST 风格的 API 跨平台和跨编程语言的特性,为开发者提供简单易用的计算机群开发接口,包括用户管理、资源查询、作业管理和文件传输等功能。基于 SCEAPI-REST,开发人员不再需要解决机群访问的繁杂问题,只需要专心构建面向科学计算的终端软件。该 API 已经应用到计算化学、材料科学、生物信息等多个领域的专业社区和工具软件。     

Web2．0增值业务的客户关系管理研究

企业通过客户关系管理能全面有效地管理客户同企业的关系,建立起长久稳定的关系,从而实现客户与企业双方的最大价值。客户关系管理在很大程度上影响着企业的发展和市场的拓展。现在越来越多的企业研究与应用客户关系管理。随着Weh2．0增值业务的不断发展,传统的客户关系管理已经不能很好地为企业服务。通过与Web1．0下的客户关系管理进行比较,分析总结了传统CRM针对Web2．0所需要进行的调整,并在此基础上对Web2．0的CRM关键技术进行了分析．最后针对Web2．0增值业务的特点,总结得出了Web2．0的CRM系统框架。