基于相关性分析的关键资源服务网络发现方法研究
发布时间：2021-07-23 08:43
随着经济全球化的发展,多组织参与并协同完成一项任务的模式-协同任务模式在越来越多的领域得到应用,由服务平台实现资源服务的集成与共享。为了应对业务需求的增长与资源服务管理方式的不足导致业务过程效率低下的问题,将资源服务以交互的方式连接,形成资源服务网络,是提高业务过程整体效率的一个重要途径。然而协同任务中,业务过程所需的资源服务之间具有不同的依赖关系,其作为一种约束,会对资源服务之间的协同产生影响,进而影响业务过程的整体效率。为了改善资源服务之间的协同,进而提升业务过程整体效率,在工作流技术支持下,从资源服务序列中挖掘资源服务之间的依赖关系,再从依赖关系入手,分析资源服务之间的相关性,并对资源服务网络进行挖掘,本文研究工作如下。（1）资源服务相关性分析方法。针对业务过程中资源服务之间存在的依赖关系,对资源服务之间的相关性进行研究。首先,分析资源服务序列中资源服务之间存在的依赖关系,并对其进行挖掘;其次,研究资源服务之间依赖关系强度的度量方法,作为相关性分析的基础;然后根据资源服务之间的依赖关系强度,研究资源服务间相关度度量方法;最后以水泥产品的协同生产业务过程为例进行仿真实验,验证本文提...
【文章来源】：华侨大学福建省
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
Internet上的服务互联
华侨大学硕士学位论文2当选取的资源服务之间无法满足依赖关系要求时，资源服务之间的协同则会更加困难，可以说，资源服务之间协同的质量和协同效率决定了服务网络的效率和成败。图1.2服务网络及服务资源之间的互联为了提高资源服务之间的协同质量与效率，需要探究资源服务之间因依赖关系导致的相关性。协同任务中，一项任务的完成需要多个业务活动按序进行，业务活动的时序使得资源服务之间也具备相应的顺序，形成资源服务序列[1]，RSS中资源服务的时序、类别、频繁度、以及所属的业务活动等信息能够很好地反映资源服务之间的依赖关系，进而帮助分析资源服务之间的相关性。进一步分析资源服务网络的社团结构，是发现其中高度协同的关键资源服务网络的重要途径。本文在资源服务网络环境下，通过挖掘协同任务中业务过程执行产生的资源服务序列历史数据，研究资源服务之间的依赖关系的挖掘方法，从资源服务间依赖关系强度信息中分析资源服务间的相关度大小，并依据资源服务间的相关度找出资源服务网络中的关键资源服务网络，以此提高资源服务之间的协同效率，进而提升业务过程整体的效率。1.2研究目的和意义协同任务中，资源服务间的协同效率是影响组织间协作效率的重要因素，而组织间的协作效率则会直接影响到业务过程整体执行的效率。在资源服务网络环境下，种类与数量众多的资源服务具有分布性、自治性等特点，且由于资源服务之间具备多种依赖关系，所以资源服务间的协同变得更加困难。如果从资源服务网络中挖掘出高度相关的资源服务子网络，会大幅提高资源服务间的
第1章引言3协同，因此发现资源服务网络中的关键资源服务网络具有重要意义。在工作流引擎的调度下，各个业务活动协同完成一项任务，业务过程的执行会形成资源服务序列。随着时间的增长，服务平台中累积了大量的资源服务序列历史数据，这些历史数据客观地反映了资源服务的使用情况。挖掘资源服务序列历史数据，有助于分析资源服务间的相关性，而相关性的强弱则反映了资源服务间协同的程度。依据资源服务间的相关性，从资源服务网络中发现那些与较多资源服务都具备强相关性的资源服务形成的子网络，即关键资源服务网络，对资源服务的选取具有指导意义。资源服务的相关性分析方法及关键资源服务网络发现方法与应用的关系如图1.3所示，当启动新的协同任务时，优先从关键资源服务网络中选取所需的资源服务，实现资源服务间的高效协同。因此挖掘资源服务序列历史数据，分析资源服务间的相关性，并发现关键资源服务网络，能够有效地提升资源服务间的协同质量与效率，对业务过程整体效率的提升具有积极的意义。图1.3本文方法与应用关系在一个业务过程中，当某个资源服务被业务活动调用时，其他资源服务被调用的确定性会产生相应的变化，这种确定性是由资源服务间依赖关系导致的，而这种确定性即代表资源服务之间的相关性。如在采购-质检的业务过程中，当对某一个物料资源进行采购时，在后续的质检业务活动中会使用这一物料资源对应的质检规格文档资源执行质检任务，得出质检结论，这便是物料资源实例与质检规格文档资源实例之间因控制使用依赖关系的存在导致的强相关性。业务过程按照工作流模型执行时，随之产生的资源服务序列中各个资源服务之间
【参考文献】：
期刊论文
[1]基于深度稀疏自动编码器的社区发现算法[J]. 尚敬文,王朝坤,辛欣,应翔. 软件学报. 2017(03)
[2]面向协同任务系统的资源服务序列挖掘方法[J]. 李海波,梁梦夏. 计算机集成制造系统. 2016(07)
[3]基于节点层级与标签传播增益的重叠社区发现[J]. 陈羽中,施松,陈国龙,於志勇. 模式识别与人工智能. 2015(04)
[4]云制造环境中基于工作流的资源选取方法[J]. 张帅,李海波. 计算机集成制造系统. 2015(03)
[5]云制造环境下基于工作流的多粒度资源组合方法[J]. 李海波. 计算机集成制造系统. 2013(01)
[6]基于历史调用日志分析的Web服务间语义相关性发现[J]. 岳昆,杨彦超,田凯琳. 计算机应用与软件. 2012(06)
[7]一种工作流环境下能耗感知的多路径服务组合方法[J]. 朱勇,罗军舟,李伟. 计算机学报. 2012(03)
[8]云制造特征及云服务组合关键问题研究[J]. 陶飞,张霖,郭华,罗永亮,任磊. 计算机集成制造系统. 2011(03)
博士论文
[1]语义Web服务发现关键技术研究[D]. 张杨.华南理工大学 2014
硕士论文
[1]面向群体顾客个性化需求的服务网络构建方法[D]. 徐飞.哈尔滨工业大学 2013
本文编号：3298968
【文章来源】：华侨大学福建省
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
Internet上的服务互联
华侨大学硕士学位论文2当选取的资源服务之间无法满足依赖关系要求时，资源服务之间的协同则会更加困难，可以说，资源服务之间协同的质量和协同效率决定了服务网络的效率和成败。图1.2服务网络及服务资源之间的互联为了提高资源服务之间的协同质量与效率，需要探究资源服务之间因依赖关系导致的相关性。协同任务中，一项任务的完成需要多个业务活动按序进行，业务活动的时序使得资源服务之间也具备相应的顺序，形成资源服务序列[1]，RSS中资源服务的时序、类别、频繁度、以及所属的业务活动等信息能够很好地反映资源服务之间的依赖关系，进而帮助分析资源服务之间的相关性。进一步分析资源服务网络的社团结构，是发现其中高度协同的关键资源服务网络的重要途径。本文在资源服务网络环境下，通过挖掘协同任务中业务过程执行产生的资源服务序列历史数据，研究资源服务之间的依赖关系的挖掘方法，从资源服务间依赖关系强度信息中分析资源服务间的相关度大小，并依据资源服务间的相关度找出资源服务网络中的关键资源服务网络，以此提高资源服务之间的协同效率，进而提升业务过程整体的效率。1.2研究目的和意义协同任务中，资源服务间的协同效率是影响组织间协作效率的重要因素，而组织间的协作效率则会直接影响到业务过程整体执行的效率。在资源服务网络环境下，种类与数量众多的资源服务具有分布性、自治性等特点，且由于资源服务之间具备多种依赖关系，所以资源服务间的协同变得更加困难。如果从资源服务网络中挖掘出高度相关的资源服务子网络，会大幅提高资源服务间的
第1章引言3协同，因此发现资源服务网络中的关键资源服务网络具有重要意义。在工作流引擎的调度下，各个业务活动协同完成一项任务，业务过程的执行会形成资源服务序列。随着时间的增长，服务平台中累积了大量的资源服务序列历史数据，这些历史数据客观地反映了资源服务的使用情况。挖掘资源服务序列历史数据，有助于分析资源服务间的相关性，而相关性的强弱则反映了资源服务间协同的程度。依据资源服务间的相关性，从资源服务网络中发现那些与较多资源服务都具备强相关性的资源服务形成的子网络，即关键资源服务网络，对资源服务的选取具有指导意义。资源服务的相关性分析方法及关键资源服务网络发现方法与应用的关系如图1.3所示，当启动新的协同任务时，优先从关键资源服务网络中选取所需的资源服务，实现资源服务间的高效协同。因此挖掘资源服务序列历史数据，分析资源服务间的相关性，并发现关键资源服务网络，能够有效地提升资源服务间的协同质量与效率，对业务过程整体效率的提升具有积极的意义。图1.3本文方法与应用关系在一个业务过程中，当某个资源服务被业务活动调用时，其他资源服务被调用的确定性会产生相应的变化，这种确定性是由资源服务间依赖关系导致的，而这种确定性即代表资源服务之间的相关性。如在采购-质检的业务过程中，当对某一个物料资源进行采购时，在后续的质检业务活动中会使用这一物料资源对应的质检规格文档资源执行质检任务，得出质检结论，这便是物料资源实例与质检规格文档资源实例之间因控制使用依赖关系的存在导致的强相关性。业务过程按照工作流模型执行时，随之产生的资源服务序列中各个资源服务之间
【参考文献】：
期刊论文
[1]基于深度稀疏自动编码器的社区发现算法[J]. 尚敬文,王朝坤,辛欣,应翔. 软件学报. 2017(03)
[2]面向协同任务系统的资源服务序列挖掘方法[J]. 李海波,梁梦夏. 计算机集成制造系统. 2016(07)
[3]基于节点层级与标签传播增益的重叠社区发现[J]. 陈羽中,施松,陈国龙,於志勇. 模式识别与人工智能. 2015(04)
[4]云制造环境中基于工作流的资源选取方法[J]. 张帅,李海波. 计算机集成制造系统. 2015(03)
[5]云制造环境下基于工作流的多粒度资源组合方法[J]. 李海波. 计算机集成制造系统. 2013(01)
[6]基于历史调用日志分析的Web服务间语义相关性发现[J]. 岳昆,杨彦超,田凯琳. 计算机应用与软件. 2012(06)
[7]一种工作流环境下能耗感知的多路径服务组合方法[J]. 朱勇,罗军舟,李伟. 计算机学报. 2012(03)
[8]云制造特征及云服务组合关键问题研究[J]. 陶飞,张霖,郭华,罗永亮,任磊. 计算机集成制造系统. 2011(03)
博士论文
[1]语义Web服务发现关键技术研究[D]. 张杨.华南理工大学 2014
硕士论文
[1]面向群体顾客个性化需求的服务网络构建方法[D]. 徐飞.哈尔滨工业大学 2013
本文编号：3298968
本文链接：https://www.wllwen.com/guanlilunwen/ydhl/3298968.html
