基于可信联盟的服务推荐方法

随着满足用户需求的候选服务数量的飞速增长,服务选择的难度日益增大,服务推荐已成为服务选择的重要环节之一,受到越来越多的关注.然而,目前基于协同过滤的服务推荐方法较少关注到服务的不同属性特征对相似度计算会产生不同的影响,在寻找邻居用户时也很少考虑推荐用户与目标用户之间的信任关系,难以抵抗推荐用户的恶意推荐,无法保障推荐结果的精确度和可信性.针对以上问题,文中通过引入服务的推荐属性特征,改进传统相似度计算公式并基于Beta信任模型建立用户间信任关系,根据改进的相似度计算方法与服务推荐行为的信任度构建出邻居用户的可信联盟,提出了一种基于可信联盟的服务推荐方法.仿真实验与结果表明:与现有其它诸多方法相比,该方法不仅提高了服务推荐的精确度,还能有效保障服务推荐者的可信性,能较好的抵抗恶意攻击.     

基于动态QoS的Web服务选取方法

针对动态环境中Web服务QoS属性值波动的问题,提出一种基于动态QoS的服务选取方法。该方法首先建立区间QoS模型来表示QoS属性值的动态变化,然后用区间相似度衡量候选服务提供的QoS属性与用户需求值的接近程度。基于相似度的概念,采用逼近理想点的多属性决策方法计算出每个基本服务的QoS指标客观权重,并结合用户主观偏好得出QoS指标综合权重,最终基于推荐度对候选服务进行排序。仿真实验表明,此服务选取方法既充分考虑了用户的主观偏好,又克服了Web服务QoS属性值的波动影响,提高了服务选取的准确性。     

Web服务中一种面向用户群偏好向量的计算方法

用户偏好用于描述用户的偏好倾向和历史行为等,通过这些信息,系统可以发现和预测用户的需求信息,从而提供最接近用户请求的服务。在Web服务的应用中,用户偏好信息在很大程度上影响了服务质量评价。单个用户或者用户群体需要利用Web服务质量的评价来选择满足自己最大偏好的服务组合,用户群的偏好值计算需要一个可靠稳定的方法来计算。在分析基于QoS选择的Web服务基本构建框架和WSMS概念结构的基础上,引入了一种面向用户群偏好的EOWA算子计算方法,用来获取可靠、有效的用户群偏好向量,并进行了实例分析。     

基于区间直觉模糊多维集成的电子商务信任模型

在现有的电子商务交易信任算法中,多数忽视用户主观偏好的不确定性,且未考虑语言评价信息。为此,建立一种多维集成信息的信任模型。将多维信任反馈信息集成为区间直觉模糊数,基于逼近理想解排序法计算其相对于理想区间直觉模糊数的贴近度,并对各服务实体的信任程度进行排序。在模型中加入惩罚项,以防止网上欺诈行为。仿真结果表明,该模型考虑用户的主观风险偏好,能够对定量和定性评价信息进行有效评估,其防欺诈能力优于区间云模型。     

基于条件偏好的XML查询结果排序方法

摘要为了解决XML查询的信息过载问题,提出了基于条件偏好的XML多查询结果排序方法。该方法把用户指定的内容查询谓词作为上下文条件,然后在原始XML数据和查询历史上利用概率信息检索模型推测当前用户偏好,评估结果元素中被查询指定的属性单元值与未指定的属性单元值之间的关联关系以及未指定的属性单元值与用户偏好之间的相关程度,进而构建查询结果元素打分函数;在此基础上,利用打分函数计算结果元素的排序分值,并以此对查询结果进行排序。实验结果表明,提出的排序方法具有较高的排序准确性,能够较好地满足用户需求和偏好。     

一种基于组合赋权法的Web服务选择策略*

针对Web服务选择中服务请求偏好权重表达的模糊性及服务质量(QoS)属性值间存在的相互制约关系等问题,提出一种基于组合赋权法的Web服务选择策略。首先利用模糊层次分析法(FAHP)和主成分分析法(PCA)分别计算主观QoS权重和客观QoS权重;然后综合主、客观QoS权重利用组合赋权法(CWA)计算服务请求的综合QoS权重;最后提出一种综合评价函数,以保障所选择的服务在满足服务请求偏好的基础上,能更准确地反映候选Web服务总体QoS水平。实例分析表明该方法是有效的。     

基于QoS和用户偏好的Web服务发现模型

快速而准确地发现和选择满足用户需求的Web服务是目前研究的热点.提出一种基于QoS和用户偏好的Web服务发现和选择模型,该模型通过附加数据库来扩展UDDI以实现QoS属性的描述,引入QoS属性排序和权重实现用户的个性化选择,提高服务的查准率.     

一种基于多维服务质量的局部最优服务选择模型

全局最优和局部最优是服务选择的两种策略.现有的全局最优服务选择算法提供端对端约束下最优单解而非可接受的多解,既无法充分体现用户偏好和服务个性,也不利于激励服务提供者优化服务质量.首先,在引入序数效用函数作为局部服务排序的数值尺度的基础上,提出一种基于多维服务质量的局部最优服务选择模型MLOMSS(Multi-QoS based Local Opti mal Model of Service Selection),为自动选取优质服务提供重要依据.然后,构造客观赋权模式、主观赋权模式和主客观赋权模式来确定各服务质量属性的权重,既体现用户偏好和服务质量的客观性,又有助于快速生成聚合服务链.最后,通过语义Web服务集成平台SEWSIP(Semantic Enable Web Serv-ice Integration Platform)证明MLOMSS模型的有效性和灵活性.     

网格环境下一种用户偏好的表示和计算方法

为保障用户特定的QoS需求,需要有效地表示和计算用户的需求偏好信息,为此提出了一种QoS偏好的序关系向量表示和计算方法.该方法首先把用户对QoS属性的偏好次序,转化为序关系向量表示,然后运用优化模型计算出QoS属性的权重向量,最后利用QoS权重向量来确定候选服务的优先顺序,从而保证了用户特定的QoS需求.该方法能把用户QoS偏好信息转化为可量化计算的形式,具体实例结果表明了该方法的有效性.     

网格环境下一个用户偏好的计算方法及应用

为满足用户的按需服务需求,首先提出用户QoS属性判断矩阵来表示用户偏好的方法,同时定义了相应的用户偏好函数和QoS满意度。应用用户偏好的矩阵表示和计算方法,提出一个网格服务选择算法,该算法能反映用户的QoS偏好,实现按需服务。对该算法的有效性进行了理论分析和测试,结果表明应用了用户偏好的选择算法,能可靠地选择出反映用户QoS偏好的相对最优服务,且具有良好的稳定性,该方法可用于在网格环境中进行用户个性化需求的保障。     

考虑群体信任的网络安全态势多维偏好评级方法

现有网络安全态势评级方法难以同时兼顾专家间信任信息、偏好信息以及客观异质信息等多源信息,为此,建立基于群体信任的网络安全态势多维偏好评级模型.在描述网络安全态势多维偏好评级问题的基础上,提出社会网络中信任信息不确定程度度量方法,进一步建立一种考虑单链信任信息不确定性和内部差异性、多链间信任非补偿性和内部差异性的不完整信任网络构造模型,据此确定专家权重;定义基于级别特征值的客观排序、专家偏好的群体一致性程度和群体非一致性程度,进一步建立包含专家信任信息、偏好信息和评级信息等在内的网络安全态势评级多维偏好分段变权综合优化模型,获得基于二元语义的网络安全态势等级和等级区分度.所提出方法为构建和检验网络安全态势评级提供理论依据,有助于研发先进的网络安全态势评级系统,提高网络安全防护能力.     

基于感知哈希与用户偏好的检索意图建模方法

针对商品检索排序问题,提出结合用户查询条件与用户浏览兴趣偏好的排序方法,目的是在不增加用户输入查询条件的前提下,提高用户对商品检索结果的满意度。根据用户提交的查询条件,对数据库中的商品进行筛选和初步排序。在此基础上,以用户的浏览行为分析用户对商品的兴趣浓度,并从用户的历史浏览记录中提取出用户的兴趣偏好模型,计算商品属性信息与用户偏好模型之间的相似度大小,对返回的排序结果进行调整优化。实验表明,基于用户兴趣偏好的排序结果更加符合用户的检索意图。     

一种多维集成直觉模糊信息的信任评价方法

信任是保证在线服务质量的前提。针对电子商务环境存在的复杂性、模糊性和不确定性等因素,引入直觉模糊理论,提出了一种多维集成直觉模糊信息的信任评价方法,给出了两类信任反馈属性集成直觉模糊信息的方法,通过直觉模糊熵确定属性权重,并利用直觉加权算数平均算子求出实体的综合直觉模糊数,从而全面、客观和细腻地反映信任的模糊性和不确定性。计算实例和仿真实验表明,基于多维集成直觉模糊信息的信任评估方法是可行的,通过对风险偏好因子的灵敏度分析,发现服务请求者风险偏好不同,则评估的服务提供商的信任得分也不同;同时也验证了该方法可以有效地抑制恶意节点的攻击,为电子商务环境下信任评价的研究提供了新思路。     

利用属性条件偏好推理的在线服务群体选择

在线服务群体选择能够在多人社交活动中提供适合群体的活动方案.在线服务群体选择中，如不考虑用户的服务属性偏好，则难以对未体验服务的偏好进行推理，导致对未体验服务的预测偏好与用户真实偏好存在差异，使得聚合个体用户偏好得到的群体选择结果难以真实反映群体对服务的偏好.为此，提出一种利用属性条件偏好推理的在线服务群体选择方法.首先根据用户对服务属性的偏好建立条件偏好表和属性之间的依赖关系；然后根据条件偏好网络(Condition Preference networks, CP-nets)的性质推理偏好导出图，偏好导出图的拓扑排序对应用户对服务属性值组合的偏好关系，得到个体用户的服务选择结果；最后使用社会选择函数Ranked Pairs对个体用户的服务选择结果进行聚合，得到群体的服务选择结果.通过实验验证了该方法的合理性和有效性.实验结果表明方法得到的群体结果与个体用户选择结果的平均nDCG(Normalized Discounted Cumulative Gain)比对比方法分别高11.4%、2.2%和11.1%,方法还满足多数准则、孔多赛性、抗操纵性等性质.     

基于时间感知排序的云服务QoS预测方法研究

随着云计算理论和技术的成熟,越来越多的云服务得到了蓬勃发展,如何建立高质量的云服务成为了云计算研究领域的一个关键难题。服务质量QoS排序为用户从一系列功能相似的云服务候选者中挑选最优云服务提供了非常有价值的信息。为了获得云服务的QoS值,就需要调用真实的候选云服务。为了避免时间消耗和昂贵的资源浪费,提出了一种基于时间感知排序的云服务QoS预测方法。不同于传统的QoS值预测,基于QoS排序相似度的预测考虑为特定用户检测服务的排序。分时段按权计算出排序相似度,结合时间偏好合成相似度的前k位用户,用来提供信息支持QoS的缺失预测。在WS Dream真实数据集进行的实验研究表明,基于时间感知排序的云服务QoS预测方法有更好的预测精度。     

面向用户需求的动态QoS服务选择方法研究

高效、准确地为用户选择满足其需求的软件服务一直是近年来的研究热点。服务质量（Quality of Service,QoS）是衡量软件服务性能的关键指标之一,考虑到同一服务在不同网络环境下QoS值的动态性,提出一种面向用户需求的动态QoS服务选择方法,简称URDQ方法。URDQ方法采用区间数的形式记录动态环境下候选服务的属性值范围,并基于用户需求对候选服务进行初步过滤;通过区间数模型对候选服务属性区间和用户需求区间进行相对优势度计算,将属性区间数转化为易于计算的实数;使用Skyline方法对候选服务集进行过滤,减小搜索空间;根据熵权法得到的客观权重并结合用户给定的主观权重,使用TOPSIS方法对Skyline服务集进行排序。仿真实验和对比实验验证了URDQ方法在动态网络环境下的可行性和有效性。     

基于Hadoop的可信Web服务多维QoS权重最优选择模型

随着Web服务应用的快速增长,用户如何在众多功能相似的Web服务中更加准确地选择出满足自己非功能性需求的Web服务是一个急需解决的问题.针对此问题,设计了一种基于Hadoop的可信Web服务多维QoS权重最优选择模型——HL模型.在HL模型中,以Hadoop和HBase平台为基本框架,首先,使用主客观赋权模式为多维QoS属性赋权值,提高QoS属性权重的客观性和准确性;其次,加入信誉度参数来提高Web服务QoS属性的可信性,并采用QoS-Tree来存储QoS属性值和权重值.实验表明该模型不仅提高了QoS属性的可信性,使用一种客观的手法给出了合理的Web服务推荐顺序来满足用户的QoS需求偏好,而且还提高了Web服务在Hadoop中的查找准确性.     

云会计环境下基于ANP的AIS可信性评估

随着云会计的发展,其服务的可信性受到更多的关注。针对现有评估方法难以合理有效地对其进行评估的问题,提出云会计环境下基于网络层次分析法(ANP)的会计信息系统(AIS)可信性评估方法。在综合考虑用户行业类别、评估指标之间存在依赖和反馈关系、可信性需求演化等因素对可信性评估的影响后,建立包含服务、维护、声誉3个维度的可信评估指标体系,给出可信性评估模型,在此基础上通过基于ANP的可信性评估算法得出考虑指标之间相互影响的可信评估结果。仿真结果表明,该方法能够对总体水平相近的服务得到差异性评估结论,为用户选择AIS服务提供支撑。     

基于前景理论的农村电子商务发展水平多维偏好决策方法

现实中存在多维偏好和需要考虑专家心理行为的农村电子商务发展水平决策问题.针对这类农村电子商务发展水平决策问题,提出一种基于前景理论的多维偏好决策方法.首先,描述农村电子商务发展水平评价问题,进而计算各个决策方案的综合前景值;然后,定义基于前景理论的客观排序与专家偏好的一致性程度和不一致程度;最后,以决策者的期望水平和容忍度为基础,建立模糊多维偏好优化模型,进而计算各个决策方案的综合前景值,据此确定方案优劣排序和最优方案.通过分析三明市各个县市农村电子商务的发展水平表明了所提出方法有效合理.     

一种云平台可信性分析模型建立方法

如何使得用户信任云服务提供商及其云平台是云计算普及的关键因素之一,针对目前云平台可信性所包含的内容与分析评价依据尚不完善的现状,且缺乏从理论层次对于云平台的部分可信属性进行分析与评估方法的问题,首先对云平台的可信性进行定义,并结合国内外相关云安全标准与可信性规范以及我们自己的理解,明确了云平台可信性的子属性与具体分析内容,从而明确本文提出模型的适用范围、分析目的以及依据.在此基础上,提出模型建立方法,方法以标记变迁系统作为操作语义描述工具,从云平台内部组件交互过程出发,将平台对外提供服务过程刻画为用户与云的交互以及云平台内部实体间的交互,并利用模型分析检测工具Kronos从可用、可靠、安全等多个角度对平台内部状态变化过程进行分析,分析结果不但能够发现已知的可信性问题,还发现了一些未知的隐患,说明了模型建立方法的有效性,并为如何评价云平台的可信性进而构建可信云提供了理论支撑.