基于多信息融合的Web服务综合排序技术研究

发布时间：2017-04-27 21:12

  本文关键词：基于多信息融合的Web服务综合排序技术研究，由笔耕文化传播整理发布。

【摘要】：近年来,网络技术在不断地发展,同时促进了Web应用的发展。Web服务作为一种与平台无关的、可编程的Web应用程序,因具有开放性、松耦合、自描述等优质特点吸引了众多学者的热切关注,包括学术界乃至工业界的国内外学者都热衷于Web服务相关技术的研究。继Web服务技术迅猛发展,发布在网络上的Web服务数量不断上升,用户可以在网络上发现众多功能类似但服务质量不同的服务。因而,人们有了更多的选择,进而促使人们对Web服务的Qo S(Quality of Service,服务质量)属性有了更高的要求。用户不仅仅追求功能的满足,更在乎服务的服务质量,高服务质量的服务成为用户最终的选择。随着不断增长的能够满足用户功能需求的Web服务数量的增多,使得Web服务选择自然而然地成为众多学者的研究内容之一[1]。近年来,对Web服务选择的研究越来越多,其中基于排序的服务选择研究也成为学术研究中的一个热点。而基于排序的服务选择研究中基于Qo S的排序算法研究居多。本文主要提出了一种基于多维Qo S的TOPSIS(Technique for Order Preference by Similarity to an Ideal Solution,逼近于理想值的排序方法)的Web服务综合排序算法(TOPSISRank)和一种基于随机行走的Web服务综合排序算法(Qo SRandomRank),对Web服务排序进行预测。TOPSISRank算法应用TOPSIS模型思想,通过综合考虑服务多个不同的Qo S属性来对候选服务进行排序预测。该算法将基于多Qo S属性的Web服务选择这个问题转化成了多目标决策问题,应用常用的TOPSIS决策方法,结合信息熵的客观赋权法,最终得到Web服务排序预测结果。另外,为了验证TOPSISRank算法对Web服务排序预测的有效性,本文利用网络上公开的真实数据集QWS(Quality of Web Service)对TOPSISRank算法进行了实验,并与其他的一种Web服务排序预测方法即WsRF[2](Web Service Relevancy Function)算法进行了实验的对比。结果表明,TOPSISRank在基于Qo S的Web服务排序预测上取得了良好的预测效果。Qo SRandomRank算法应用随机行走模型思想,通过Qo S属性值来确定服务间优越性关系,最后通过服务间优越性概率大小来对服务进行排序预测。通过本文的研究,所提出的Web服务排序算法为用户选取最能满足自身需求的Web服务提供了一定的参考。
【关键词】：Web服务 服务排序 TOPSIS 信息熵 QoS 随机行走
【学位授予单位】：江西财经大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP393.09
【目录】：

• 摘要7-8
• Abstract8-10
• 1 绪论10-15
• 1.1 研究背景与意义10-11
• 1.2 研究内容和目的11-12
• 1.3 国内外研究现状12-13
• 1.4 研究论文的组织结构13-15
• 2 Web服务基本概念15-20
• 2.1 Web服务15-16
• 2.2 Web服务的Qo S16-17
• 2.3 基于Qo S的服务选择17
• 2.4 基于排序的服务选择问题17-18
• 2.5 多信息的综合评估18-19
• 2.6 本章小结19-20
• 3 Web服务排序预测关键技术20-28
• 3.1 Web服务排序预测问题描述20-21
• 3.2 服务排序预测基本框架21-22
• 3.3 多维Qo S综合评价值的确定22-23
• 3.4 权重计算方法23-27
• 3.4.1 主观赋权法24-26
• 3.4.2 客观赋权法26-27
• 3.5 本章小结27-28
• 4 基于TOPSIS的Web服务综合排序算法28-40
• 4.1 问题描述28-29
• 4.2 TOPSIS模型介绍29-32
• 4.3 基于信息熵的Qo S属性权重的确定32-33
• 4.4 服务间优先关系的确定33
• 4.5 基于信息熵TOPSIS的Web服务综合排序算法33-37
• 4.5.1 算法流程33-35
• 4.5.2 算法细节35-37
• 4.6 实验过程与结果分析37-39
• 4.6.1 实验设置38
• 4.6.2 评判标准38-39
• 4.6.3 实验结果分析39
• 4.7 本章小结39-40
• 5 基于随机行走的Web服务综合排序算法40-57
• 5.1 问题描述40-41
• 5.2 随机行走模型介绍41-42
• 5.3 服务属性间优越性的确定42-44
• 5.4 算法流程和细节44-49
• 5.4.1 算法流程44-47
• 5.4.2 算法细节47-49
• 5.5 实验过程与结果分析49-55
• 5.5.1 实验设置49
• 5.5.2 实验结果分析49-55
• 5.6 本章小结55-57
• 6 总结与展望57-59
• 6.1 总结57
• 6.2 展望57-59
• 参考文献59-63
• 致谢63-64

【参考文献】

中国期刊全文数据库 前3条

1 范小芹;蒋昌俊;方贤文;丁志军;;基于离散微粒群算法的动态Web服务选择[J];计算机研究与发展;2010年01期

2 王勇;代桂平;侯亚荣;;信任感知的组合服务动态选择方法[J];计算机学报;2009年08期

3 莫振华;蔡鸿明;姜丽红;;基于遗传算法的多QoS约束服务选择[J];计算机应用与软件;2009年03期

  本文关键词：基于多信息融合的Web服务综合排序技术研究，，由笔耕文化传播整理发布。

本文编号：331435