基于用户兴趣的Web 服务组合推荐方法研究

于珊珊，陈冬林，李 伟，兰文姗

(1.武汉理工大学 电子商务与智能服务研究中心，湖北 武汉430070;2.新奇特车业服务股份有限公司，上海201824)

随着Web 服务技术的日益成熟与流行，功能属性相同或相似的Web 服务数量正在日益增多，如何从大量的Web 服务中选择出一个最适合的服务满足用户需求成为研究的热点。此外，由于单一的元服务通常很难完全满足用户的需求，服务组合通过组合已有的Web 服务能够低成本且高效率地满足用户需求。

一般的服务组合方法可分为人工组合方法、半自动组合方法和自动组合方法3 类［1］。在服务组合管理研究中，目前面向服务组合的QoS 优化选择方法主要有两种［2-3］，一种是局部优化目标下的服务组合，另一种是全局优化目标下的服务组合［4］。SUN 等研究了费用约束下QoS 最优的元服务选择方法［5］。TSESMETZIS 等［6］借助多选择背包问题MCKP，建立了带宽约束条件下企业利润最大化的QoS 感知Web 服务决策模型。蒋哲远等通过用户设定的全局约束和偏好，建立了Web 服务组合QoS 指标综合查询优化模型［7］。

目前许多基于QoS 的Web 服务组合方法已经被提出，其基本思想为采用全局优化或者局部优化服务组合方法，在满足QoS 约束的前提下，通过最优化QoS 效用函数寻找Web 服务组合方案。局部优化Web 服务组合方法适合于对组合时间要求高，但对QoS 约束值要求宽松的场合。全局优化服务组合方法适用于对QoS 约束要求严格，对组合时间相对宽松的场合。

1 服务实例匹配与发现方法

笔者在已有的服务组合模板基础上，对模板中的服务概念与服务提供商提供的服务实例之间进行匹配。一方面采用字符串匹配算法减少复合词匹配造成的误差，同时利用语义相似度算法来解决字符串匹配度算法中存在的一些语义区分含糊问题。

假设sim(C1，C2)表示概念C1与C2之间的概念语义相似度，那么该算法可以表示为：

式中：sim1(C1，C2)、sim2(C1，C2)和sim3(C1，C2)分别为基于字符串、WordNet 和信息理论匹配的相似度结果;w1、w2和w3分别为3 种不同概念匹配算法的权重系数，表示在概念语义相似度算法中每种概念相似度算法所占的影响程度。

2 基于兴趣度与QoS 偏好的均衡服务组合推荐方法

2.1 服务质量QoS 指标及组合服务QoS 的计算

2.1.1 服务质量QoS 指标

服务质量QoS 指一个能够反映服务所有非功能属性的指标集合，它不仅与服务本身相关，还与同服务所在的网络环境有着密切的联系［8］。

基于现有的研究基础，笔者将服务QoS 指标体系设计为：服务价格(Price)、响应时间(Duration)、可用性(Availability)、成功率(Successful Rate)、安全性(Security)、服务信誉(Reputation)、服务交互性(Interactivity)和售后服务(After -sale Service)8 项指标。

服务价格是指用户进行网上订购该服务时所需支付的金额。响应时间是指从请求到获得服务响应的时间间隔，即从用户提交服务请求到最终获得服务所花费的总时间。可用性是指服务在约定时段、约定条件下被用户成功访问的能力。成功率以计算一个时间段内服务成功执行次数与服务总请求次数的比率作为标准。安全性一般以用户的平均打分来度量。服务信誉是衡量服务供应商可信度的一个参数，来自于服务用户的综合评价情况。服务交互性指网站是否有很好的用户交流方式。售后服务指用户预订服务成功之后，服务提供商或代理商能否及时有效地处理用户的一些请求。服务信誉、服务交互性和售后服务都可以用户的平均打分来衡量。

2.1.2 组合服务的QoS 计算

在组合服务的QoS 属性计算中，除了要对组合方案中每一个单独的服务提供商的QoS 属性进行计算，在综合计算时还需要基于整个组合方案进行整体QoS 计算，所采取的计算方法除了与采取的服务选择策略有关，还与组合方案的服务组成结构有关。

笔者采用全局最优策略，不仅考虑当前任务的QoS 计算，还考虑各任务节点聚合后的综合QoS 评价值，从而使组合方案整体的QoS 能满足限制条件。

在选择结构中，加入用户兴趣度这一指标。不同组合结构下的组合服务QoS 计算方法如表1所示，其中：N为任务数量;pi为选择结构中服务Si的执行概率，且满足∑N i=1pi=1;IDi为用户对服务实例Si所属的服务概念SCi的兴趣度;n为循环次数。

表1 不同组合结构下的组合QoS 计算方法

2.2 兴趣度与QoS 偏好的服务组合均衡推荐

笔者采用文献［9］中的组合服务优化算法，并在此基础上引入用户兴趣度，建立QoS 感知的组合服务选取的数学模型。该模型主要考虑如何在既定成本的约束下，使总服务组合方案QoS 最优。总服务成本将作为服务组合过程中的约束条件，因此服务价格不参与组合服务QoS 的计算。

对于一些质量属性，如成功率、可用性等，其值越大则其质量越好，属于增量型指标。而对于响应时间，其值越大则其质量越差，属于减量型指标。为了消除组合服务质量中各属性变化的不一致性，采用文献［10］中提到的归一化标准计算增量型和减量型属性指标。

每个服务提供商可通过式(2)得到其综合质量得分：

式中，Wk为每个质量属性所对应的权重，Wk∈［0，1］，且

在现实情况中，用户对服务概念的兴趣度会对服务选择造成一定的影响，考虑到该因素，笔者在综合质量得分的基础上，加入用户兴趣度，通过式(3)得到最终服务实例得分：

式中，IDi为用户对服务概念的兴趣度。

假设一个服务组合由n个任务组成，对于每一个任务Si(i=1，2，…，n)都有一系列的服务提供商Sij(j=1，2，…，m)可执行该任务。其中任务Si(i=1，2，…，u)顺序执行，任务Si(i=u+1，u+2，…，v)并发执行，任务Si(i=v+1，v+2，…，n)选择执行，且有1 ＜u＜v＜n。因为循环结构可视作顺序结构的重复，故不再单独讨论。

引入二进制变量yij，当服务提供商Sij被选择来执行服务时，yij为1，否则为0。qijk为Sij关于第k个QoS 属性的取值。

顺序结构的组合QoS 可表示为：

并行结构中，只有QoS 属性中响应时间的组合计算方法与顺序结构不同，其余QoS 属性的组合计算方法与顺序结构相同。并行结构的组合QoS 可表示为：

选择结构的组合QoS 可表示为：

式中，pi为选择结构中任务Si被选择的概率，pi∈［0，1］，且

组合服务的总QoS 值即目标函数可表示为：

约束条件可表示为：

式中，Qpr为服务价格，是已知量;Wk和pi均为已知数据，Wk∈［0，1］且[0，1]且

3 实验及结果分析

依据已有的服务模板，从携程网上抽取的候选服务集CS1包括：航空预订服务5 个，火车票预订5 个，高铁预订4 个，酒店预订4 个，租车服务3个，历史古迹景点4 个，自然景观景点3 个，门票团购5 个，普通票预定3 个。

假设S1=航空预订服务、S2=火车票预订、S3=高铁预订、S4=酒店预订、S5=租车服务、S6=历史古迹景点、S7=自然景观景点、S8=门票团购、S9=普通票预定，以S1为例，候选服务提供商可表示为：S1=(S11，S12，S13，S14，S15)。由于篇幅所限，仅展示S1服务提供商的QoS 属性值，如表2 所示。

各QoS 属性的权重分别为W={W1，W2，W3，W4，W5，W6，W7}={0.12，0.13，0.25，0.23，0.05，0.15，0.07}，并将各属性进行归一化。归一化之后的数据同样只展示S1服务提供商的QoS 属性值，如表3 所示。

表2 旅游组合服务中S1 服务提供商质量属性值

表3 归一化后的旅游组合服务中S1 服务提供商质量属性值

将得到的数据代入到上述服务组合模型中，化简为整数规划模型，并通过Lingo 软件求解。得到结果为航空预订选择服务商S15;酒店预订选择服务商S44;租车服务选择服务商S53;历史古迹选择S61，S62，S63和S64;自然景观选择S71，S72，S73;团购订票选择服务商S85，总费用为8 396 元，是一组最优化的组合服务。

4 结论

设计了基于用户兴趣度的服务发现与服务组合推荐方法，该方法包含两个阶段：一是基于兴趣度的服务组合模板演化计算，二是基于兴趣度与QoS 偏好的均衡服务组合推荐方法。并以在线旅游服务组合为例，将候选服务的相关数据代入基于用户兴趣度与QoS 偏好的服务组合模型中，化简为整数规划模型，通过Lingo 软件求解得到最优的服务组合方案。

实验结果表明，通过引入用户兴趣度可以增加服务选择的准确性，使服务组合推荐结果更符合用户的个性化需求。

［1］ MAJITHIA S，WALKER D W，GRAY W A. A framework for automated service composition in service -oriented architectures［M］. The Semantic ：Research and Applications Springer Berlin Heidelberg，2004：269 -283.

［2］ 刘冬梅，邵志清，虞才珠.用户期望质量驱动的Web服务优化选取［J］. 华东理工大学学报，2009，35(3)：416 -420.

［3］ 方其庆，刘庆华，彭晓明. QoS 全局最优的多目标Web 服务选择算法［J］.计算机应用研究，2009，26(12)：4442 -4448.

［4］ 龚小勇，朱庆生，武春岭.支持服务质量全局最优和动态重计划的Web 服务组合［J］.计算机集成制造系统，2008，14(10)：2068 -2075.

［5］ SUN Y，HE S Y，LEU J Y.Syndicating Web services：a QoS and user-driven approach［J］. Decision Support System，2007(43)：243 -255.

［6］ TSESMETZIS D，ROUSSAKI I.Modeling and simulation of QoS-aware Web service selection for provider profit maximization［J］.Simulation，2007，83(1)：93-106.

［7］ 蒋哲远，韩江洪，王钊. 动态的QoS 感知Web 服务选择和组合优化模型［J］. 计算机学报，2009，32(5)：1014 -1025.

［8］ DOYLE R P，KAMINSKY D L.Quality of service (QoS)based planning in web services aggregation：US Patent 8676974［P］.2014-03-18.

［9］ 陈冬林，吕秋云，马明明.面向客户视角的QoS 集成与组合服务优化［J］.计算机工程，2012，38(3)：49-50.

［10］ 陈丽金，周娅.基于多QoS 约束的动态Web 服务选择研究［J］.微计算机信息，2009，25(3)：209-211.