基于用户影响的QoS可信度分析

Web服务越来越受到大家的关注,Web服务的QoS研究也越来越被研究者所关注。可信度是用户的主观的感受,所以用户对可信度的影响是不可以忽视的。主要考虑基于用户影响的QoS可信度问题,通过模糊评价方法提出了将用户评价作为反馈,来对QoS的值进行调整。让QoS的值不仅仅取决于服务提供者提供的信息,使得QoS值更加可信。     

基于关联规则挖掘与用户情景感知的Web服务QoS预测

作为Web服务的非功能性属性,Qo S在服务选择与服务组合中扮演着重要角色。由于一些Qo S属性值会随着用户情景属性的变化而动态变化,因此在做服务选择或服务组合之前先对Web服务的Qo S做预测是非常必要的。该文提出运用数据挖掘技术挖掘服务组合执行日志,研究服务Qo S和用户情景间的关联关系,根据得到的关联规则对不同用户做个性化服务预测。实验结果表明我们的方法非常有研究价值。     

基于关联规则挖掘与用户情景感知的Web服务QoS预测

作为Web服务的非功能性属性,Qo S在服务选择与服务组合中扮演着重要角色。由于一些Qo S属性值会随着用户情景属性的变化而动态变化,因此在做服务选择或服务组合之前先对Web服务的Qo S做预测是非常必要的。该文提出运用数据挖掘技术挖掘服务组合执行日志,研究服务Qo S和用户情景间的关联关系,根据得到的关联规则对不同用户做个性化服务预测。实验结果表明我们的方法非常有研究价值。     

基于动态需求服务反馈的 Web 业务可信度协同计算

针对 Web 服务和 Web 业务的选择问题,提出一种基于动态需求服务反馈的 Web 业务可信度协同计算算法,动态分析了用户的 Web 服务选择和组合问题,采用了基于用户满意度信息的服务反馈模型来解决 Web 服务的选择问题,从而防止 Web 业务选择到服务质量较差的服务类型。在 Web 业务的选择上采用了基于可信度计算的方法,可信度大小由业务信誉度、反馈能力、服务信任度三方面决定,通过可信度大小的比较来选择最佳的 Web 业务。实验仿真结果表明,该算法在选择最佳的 Web 服务和 Web 业务上具有较高的精确度,尤其在选择最佳 Web 服务的精确率上相比对比算法高出11％以上。     

基于用户反馈QoS的动态Web服务发现方法

由于传统的基于关键字和简单分类的Web服务发现机制缺少服务质量(QoS)考虑,因此不能很好满足用户的需求。针对该问题,提出一种基于QoS的Web服务发现模型,通过引入QoS代理机制,对终端用户使用Web服务后反馈的QoS信息进行量化和度量处理,以支持基于QoS的Web服务发现;在此基础上,根据Web服务的动态性特点和不同用户的QoS需求,给出了基于用户反馈的QoS数据度量方法,并提出一种基于QoS的Web服务发现算法。实验结果表明,提出的Web服务发现方法能够较好地满足用户的需求。     

一种Web Service的服务质量预测方法

服务消费者在选择服务之前,通常需要基于其他消费者的经验对未使用过的服务的质量进行预测.考虑到不同服务消费者对同一服务的服务质量的感受之间可能存在较大的差别,提出了一种QoS(quality of service)预测方法.该方法以消费者的历史经验为基础,计算消费者之间以及服务之间的相似程度,并以此相似度为基础对消费者并未使用过的服务的QoS进行预测.实验结果表明,这种方法可以显著提高Web服务质量预测的准确性.     

基于QoS的语义Web服务选择框架

服务质量（QOS）成为动态选择满足用户需求的Web服务的关键因素。然而目前Web服务的QoS信息描述缺乏语义性,且Web服务的选择还不能做到完全自动化。文章提出一种Web服务的QoS本体结构,并在此QoS本体和原有的语义Web服务的基础上提出基于QoS的语义Web服务选择框架（QSF4SWS）。研究表明,该框架不仅增强了Web服务QoS描述的语义性,而且还能够实现Web服务的动态发现与自动选择。     

基于QoS感知的Web服务推荐算法

为了改进Web服务推荐的准确性,通过分析现有Web服务推荐算法的面临的主要问题,提出了一种基于地域划分的Web服务推荐方法。该算法对Web服务进行区域划分,并对区域内Web服务进行分类,根据用户区域位置,计算消费者之间及服务之间的相似程度,并以此相似度为基础对使用者并未调用过的服务的质量进行预测。基于大量真实数据的实验显示,该算法在推荐准确性方面优于现有的基于协同过滤的Web服务推荐算法。     

网络计算环境下QoS偏好的处理策略及其应用

为保障用户按需服务的需求,较深入研究了用户QoS需求偏好信息的处理策略。基于多属性决策理论,首先提出了QoS偏好信息的三种描述方式：序关系向量、AHP矩阵和语言评价集合,并给出了相应的转化和计算方法。随后,把QoS偏好的处理策略应用于服务选择,提出一个相对最优服务的确定方法,该方法可以反映用户的QoS偏好,满足用户按需服务的需求。具体实例表明所提出的QoS偏好信息的处理策略是切实可行的。     

基于历史用户QoS感知的Web服务发现方法

目前的Web服务发现方法,由于没有充分利用用户情境信息,导致在服务发现时间和结果准确率方面存在不足。首先对包括当前用户在内的情境相似的用户进行了聚类,缩小了服务发现的范围;然后,在此基础上利用当前用户偏好信息及情境相似的历史用户感知到的候选服务的QoS数据,给出了一种基于历史用户QoS感知的Web服务发现方法,包括候选服务的QoS数据获取和综合权重计算;最后,结合实验并与其他Web服务发现方法进行比较,证明了该方法在服务发现结果的准确率和时间效率方面均有了一定的提升。     

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.     

面向用户群体的Web服务推荐

针对Web服务推荐中服务用户调用Web服务的服务质量数据稀疏性导致的低推荐质量问题,提出了一种面向用户群体并基于协同过滤的Web服务推荐算法(WRUG)。首先,为每个服务用户根据用户相似性矩阵构建其个性化的相似用户群体;其次,以相似用户群体中心点代替群体从而计算用户群体相似性矩阵;最后,构造面向群体的Web服务推荐公式并为目标用户预测缺失的Web服务质量。通过对197万条真实Web服务质量调用记录的数据集进行对比实验,与传统基于协同过滤的推荐算法(TCF)和基于用户群体影响的协同过滤推荐算法(CFBUGI)相比,WRUG的平均绝对误差下降幅度分别为28.9%和4.57%;并且WRUG的覆盖率上升幅度分别为110%和22.5%。实验结果表明,在相同实验条件下WRUG不仅能提高Web服务推荐系统的预测准确性,而且能显著地提高其有效预测服务质量的百分比。     

一种信任增强的Web服务综合评估模型

基于信任的网络交易业务日益增多,然而Web服务环境下的信任评估模型还不健全,存在Web服务请求方身份不明、信任度量因素考虑不周全及信任评估主观性强等问题。针对上述问题,提出了一种Web服务环境下信任增强的综合评估模型——WS-TECEM（Trust Enhanced Comprehensive Evaluation Model for Web Services）。WS-TECEM在传统模型的基础上,引入信任关系强度、第一手、第二手、第三手信誉看法及第三方信誉推荐者的可信度等思想,提出一种信任粒度更细、信任指数更强的评估模型,仿真实验表明,WS-TECEM能更全面、更准确地度量Web服务环境下交互双方的可信度。     

一种在用户偏好不确定情况下的Web服务选择方法*

首先由用户对各个QoS属性的偏好给出语言描述及其不确定度;然后通过查找对照表将其换算成各个QoS属性的权重系数;最后使用QoS属性值和权重系数进行候选服务的综合评价,得到最接近满足用户不确定偏好的候选服务。模拟实验结果证明了该方法的有效性。     

基于树型编码遗传算法在Web服务选择中的应用

提出一种基于QoS的Web服务选择的遗传算法（TGA）。该算法采用树型编码,携带流程的静态模型结构信息,可实现染色体的自动编解码和存储适应值计算的中间结果,并且可以通过简单的方法有效支持组合服务运行时重计划。通过仿真实验,验证了在同等优化效果下,TGA比一维编码遗传算法获得了更快的速度,并验证了树型编码用于流程运行时重计划的有效性。     

基于服务QoS执行信息的Web服务推荐研究

基于服务的非功能（QoS）特性进行服务发现是面向服务计算领域的一个研究热点。为了克服服务QoS难以获取且动态变化的特点,提出一种基于已往QoS执行信息的Web服务推荐方法。首先给出一种可以方便记录QoS执行信息的系统框架;然后描述了基于时间加权的服务推荐的匹配算法;实验结果表明该推荐方法是可行和有效的。     

网络服务用户体验定量评价方法和实证分析

随着服务经济的发展,用户体验成为网络服务能否被接受的关键。当前的用户体验研究主要通过主观问卷调查的方法询问用户的主观感受,存在费时、操作复杂、不准确等问题。针对此不足,提出一种基于用户网络服务日志客观评价用户体验的方法,并结合典型的网络服务e-learning进行了实证分析。结果表明基于该方法的客观评价结果与主观评价的结果显著相关,平均绝对误差在10'以内,表明该方法是有效的。     

基于SPEA2+算法的Web服务选择研究

服务选择算法是影响组合服务的QoS和服务组合性能高低的关键因素。针对将多维QoS属性加权聚合为一个目标函数进行优化的选择算法不能实质性地解决基于QoS的Web服务选择问题,采用改进的强度Pareto进化算法（SPEA2+）多目标优化求解该问题,设计了一种Web服务选择算法。该算法在满足声誉、可靠性和可利用性属性的约束下,同时最小化服务时间T和服务费用C,以产生Pareto最优解集。通过与运用SPEA2算法求解该问题的实验对比,表明了两算法所获取的Pareto最优解集中QoS属性T和C各均值各有优劣,用户可依据对T或C的偏好择优选择。     

一种语义Web服务的多层次匹配方法

现有的语义Web服务发现方法大多采用匹配等级来筛选服务，查找到的服务粒度较大，也没有考虑服务质量。对OWL-S语言进行扩展，增加对QoS（服务质量）的描述，提出了五层次三阶段的多层次匹配过程，采用语义相似度进行匹配。实验结果表明该匹配方法能够保证查找的查准率和查全率。