《基于本体的服务推荐及其衡量标准》由会员分享，可在线阅读，更多相关《基于本体的服务推荐及其衡量标准（11页珍藏版）》请在金锄头文库上搜索。
1、 软件学报 ISSN 1000-9825, CODEN RUXUEW E-mail: Journal of Software, 2011,22(Suppl.(2):5262 http:/ 中国科学院软件研究所版权所有. Tel/Fax: +86-10-62562563 基于本体的服务推荐及其衡量标准 杨 志, 吴步丹 + , 陈俊亮 (网络与交换国家重点实验室(北京邮电大学),北京 100876) Ontology-Based Service Recommendation and Its Measure Standard YANG Zhi, WU Bu-Dan + , CHEN Jun-Li
2、ang (State Key Laboratory of Networking and Switching Technology (Beijing University of Posts and Telecommunications), Beijing 100876, China) + Corresponding author: E-mail: Yang Z, Wu BD, Chen JL. Ontology-Based service recommendation and its measure standard. Journal of Software, 2011,22(Suppl.(2
3、):5262. http:/ Abstract: Web Service is becoming the next generation of web-based application. With enhancement of quality of services and increasing quantity of services, how to recommend the suitable services according to personalized requirement becomes an urgent question. In the existing approac
4、hes of service recommendation, the result of service recommendation is the service list in which there is not evaluation standard that can be used to distinguish services with high relevancy or low relevancy. Therefore, in the real-world, users may obtain low relative services. To address the aforem
5、entioned problems, in this paper, membership function is analyzed and recommendation measure standard is proposed. With dynamic programming theory, an ontology-based approach of service recommendation is provided. In the result of service recommendation, membership as measure index is used to divide
6、 high relative services and low relative services. High relative services are recommended to the user, so the recommended services are accurate and available. Key words: service discovery process and methodology; dynamic programming; service recommendation standard; ontology; service recommendation
7、approach 摘 要: Web 服务正逐渐成为下一代基于 We b 的应用程序开发的核心. 随着服务质量的提高和数量的增加, 如 何按照个性化需求推荐合适的服务成为一个亟急需解决的问题. 现有的服务推荐方法关注的是如何根据用户 的需求推荐服务, 至于被推荐的服务如何, 能否满足用户潜在的需求等问题没有进一步处理; 另外, 在服务推荐结 果列表中, 没有衡量标准来区分相关度高低的服务. 为了解决上述问题, 分析了服务的隶属度函数, 提出了一种推 荐服务的衡量标准. 利用动态规划思想, 提出了一种基于本体的服务推荐方法. 在服务推荐的结果中, 隶属度作为 衡量指标在服务推荐结果中区分相关度高低
8、的服务. 在备选的推荐服务列表中, 只有相关度高的服务推荐给用 户, 非相关度高的服务不会推荐给用户. 验证结果显示, 推荐的服务是有效的和准确的. 关键词: 服务发现过程和方法; 动态规划; 服务推荐标准; 本体; 服务推荐方法 基金项目: 国家自然科学基金(61003067, 61132001); 国家重点基础研究发展计划(973)(2011CB302704); 科技重大专项课题 (2011ZX03002-002-01) 收稿时间: 2011-05-02; 定稿时间: 2011-11-07 杨志 等: 基于本体的服务推荐及其衡量标准 53 We b 服务是分布式系统的实现模式之一,它正逐渐
9、成为下一代基于 Web 的应用程序开发的核心.可用的 We b 服务描述和发布后,它们可以被其他应用程序发现和组合来创造新的增值系统 1 .这些 Web 服务非常方便 地按照用户的需求实现基于 Web 服务的软件动态组合 2 .因此它们越来越普及和被广大用户所接受 3 .当前随 着服务功能的提高和服务数量的增加,如何按照个性化需求推荐合适的服务成为了一个迫切需要解决的问题. 服务推荐现有的方法主要分两类.一类是基于语法和语义信息的,比如文献46.这类方法的基本原理是利 用功能、上下文信息、QoS(quality of service)或者用户偏好等信息来推荐相关的服务.这类方法主要依靠语法 和
10、语义信息,通过对这些信息内在联系的挖掘来获取用户潜在的需求,从而进行推荐相应的服务.另外一类是基 于本体的,比如文献710.它的基本原理是利用逻辑关系或者本体推理来推荐服务.这类方法借助于第三方技 术本体,用本体来描述概念和概念之间的关联关系.在本体中通过推理发现用户潜在的需求,然后根据这些 需求进行服务推荐.由于语义信息可准确反映出用户的需求,我们可以借助于本体技术从用户需求中获取比第 1 类方法更多的信息.因此,第 2 类方法在智能服务推荐方法中更加有效. 上面两类方法主要关注的是如何根据用户的需求推荐服务,其目的就是根据用户的需求推荐一些相关服 务.至于被推荐的服务如何,能否满足用户潜在
11、的需求等问题没有进一步处理,这样容易造成相关度高的服务服 务和相关度低的服务一起推荐给了用户.另外,在服务推荐结果列表中,没有衡量标准来区分相关度高低的服 务.在现实社会中,用户不想得到相关度低的服务,在没有相关度高的服务时,也不想得到相关度低的服务.如果 没有区分,都推荐给用户,则很容易让用户意识到服务推荐方法可用性低,效果差,这样推荐方法也就失去了实 际意义.因此制定一种衡量标准是当前需要解决的问题之一. 为了解决上述问题,在本文中,首先分析了服务的隶属度函数(service membership function,简称 SMF),并在 此基础上提出了一种衡量相关度高低的标准.该标准由两个
12、公式组成,一个公式分析服务属于相关度高集合 (high correlation set,简称 HCS)的程度,另一个公式根据阈值判断这个服务是否属于 HCS.其次,利用动态规划思 想,提出了一种基于本体的服务推荐方法.在这种方法中,隶属度作为衡量指标在服务推荐结果中区分相关度高 低的服务.在备选的推荐服务列表中,只有相关度高的服务推荐给用户,非相关度高的服务不会推荐给用户.验 证结果显示,推荐的服务是有效的和准确的. 本文第 1 节分析动态规划的思想,并提出服务推荐衡量标准.第 2 节提出服务推荐算法.第 3 节利用实验验 证该方法.第 4 节对本文进行总结. 1 动态规划理论和服务推荐标准
13、1.1 动态规划理论 动态规划,也称为过程优化,是一种解决最优化的理论 11 .这个理论早期主要用在有限状态的路径规划中. 它的优点是从理论上保证全局最优结果. 目前随着动态规划的广泛研究,其应用范围越来越广泛,比如工程、运筹学、经济学等领域都有应用.它针 对非线性动态随机系统提供最优的解决方案 12 .动态规划是系统的过程,应用在需多步解决的问题中,在这个过 程中,需要系统评价大量的可能结果,然后选择最优的方法 13 . 过程优化策略的特点是不管原始状态和策略是什么,随后的决策构成最优的策略.动态规划的基本方程用 数学语言描述如下所示: 11 11 ( ) ( , ) ( )( , 1,.,
14、1), ( ) 0. kk kkk k k k k f s opt d s U f s k n n f s + + =+= = 上式中,opt可以被 max 或者 min 替换. k s 表示从原始位置到最终位置的最短路径上的点. 定理 1(最优原则). 在多步最优策略中, ( )( 0,1,2,.) Uii = 表示在第 i 步中, () Ui是最优策略.如果 N 步的 (0), (1),., ( 1) UUU N 是最优的,那么具有 1 N 步的 (1), (2),., ( 1) UU U N 也是最优的.系统初始状态是 (1) ( (0), (0). Xf XU = 解决动态规划问题的思
15、路是把多步过程转变成一系列的单步过程.利用相邻两步的关系,一个个地获得单 步解决方法.最后获得全局最优的解决方法.例如,图 1 表示一个动态规划的过程. 54 Journal of Software 软件学报 Vol.22, Supplement (2), December 2011 D 1 D 2 E A B 1 B 2 B 3 C 1 C 2 C 3 v 1 v 3 v 2 v 8 v 4 v 5 v 6 v 7 v 9 v 12 v 11 v 10 v 13 v 14 v 15 v 16 v 18 v 17 v 19 v 20 (1) (2) (3) (4)Fig.1 Process of dynamic programming 图 1 动态规划的过程 从图 1 中我们可以看到,整个过程被分成了 4 步.其中,最优路径如黑线所示,最佳路径为 1 5 16 20 , . VVVV 本文利用这个动态规划的理论,提出了一种基于本体的服务推荐方法.这种方法主要有两个步骤:服务选择 和服务推荐.每一步都有最优的策略.但是整体最优策略并不是简单地每步最优策略的累加,而是需要系统考虑 全局最优. 1.2 服务推荐标准 一般来说,服务推荐的结果,即服务列表是按照一定的相似度排列的,在这个列表中既有相关度高的服务也 有相关度低的服务. 相关度高低是一个不确定的、模糊的范围.这个范围没有明
