协同任务中资源服务序列挖掘及其优化方法的研究

发布时间：2022-10-05 15:26

　　随着全球经济一体化进程的加快,协同任务模式被越来越广泛的使用。在新兴的信息技术例如云计算、互联网支持下,协同任务平台更加高效地管理业务过程和资源服务,协调不同组织,共同完成一项任务。将资源服务按照“服务流”的模式提供给业务过程,业务过程的整体效率将被有效地提高。然而,资源服务具有的分布性、各组织对资源服务选取的自治性等使用特点却不利于提高业务过程的整体效率。为了使资源服务的选取效率能够提高,从而提升业务过程的整体效率,在工作流等相关技术的支持下,考虑到业务过程中资源服务间的相关性、资源服务序列（Resource Service Sequence,RSS）间的相似性和资源服务的分类特点,提出资源服务序列挖掘和优化方法,本文的主要研究工作如下:（1）协同任务下基于相似度的资源服务序列挖掘方法。在协同任务模式下,为了提高资源服务的选取效率,提出一种基于相似度的资源服务序列挖掘方法。首先,考虑到资源服务间的依赖关系可由资源服务间的使用频率表示,根据资源服务的使用频率给出资源服务间距离的计算方法,接下来依据资源服务间的距离,通过动态规划的方式获取两个资源服务序列中资源服务的对应匹配关系,并给出资... 

【文章页数】：69 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 研究背景
    1.2 研究目的和意义
    1.3 国内外研究现状
        1.3.1 资源服务序列挖掘
        1.3.2 粒度挖掘
    1.4 研究内容
    1.5 论文章节安排
    1.6 本章小结
第2章 协同任务下基于相似度的资源服务序列挖掘方法
    2.1 问题描述及相关定义
    2.2 资源服务序列挖掘方法
        2.2.1 频繁资源服务序列分析
        2.2.2 基于频繁度的资源服务序列相似度定义
        2.2.3 频繁资源服务序列挖掘
    2.3 实验验证和评价
        2.3.1 实验验证
        2.3.2 实验评价
    2.4 本章小结
第3章 面向抽象粒度优化的资源服务序列挖掘方法
    3.1 问题描述
    3.2 挖掘资源服务最佳抽象粒度
        3.2.1 资源服务在抽象类别下相似度与区分度分析
        3.2.2 资源服务的最佳抽象类别层次挖掘
    3.3 实验验证与评价
        3.3.1 实验验证
        3.3.2 实验评价
    3.4 本章小结
第4章 实验系统验证及实现
    4.1 协同任务系统-中小企业云制造公共服务平台
    4.2 方法的运用
第5章 展望与总结
    5.1 工作总结
    5.2 创新点
    5.3 工作展望
参考文献
致谢
个人简历、在学期间发表的学术论文与研究成果


【参考文献】：
期刊论文
[1]基于潜在标签挖掘和细粒度偏好的个性化标签推荐[J]. 李红梅,刁兴春,曹建军,张磊,冯钦.  计算机应用研究. 2020(01)
[2]基于领域本体的产品网络口碑信息多层次细粒度情感挖掘[J]. 何有世,何述芳.  数据分析与知识发现. 2018(08)
[3]Joint Resource Allocation Using Evolutionary Algorithms in Heterogeneous Mobile Cloud Computing Networks[J]. Weiwei Xia,Lianfeng Shen.  中国通信. 2018(08)
[4]协同任务系统中资源服务序列分析方法[J]. 梁梦夏,李海波.  小型微型计算机系统. 2016(11)
[5]基于制造业多粒度模型下的流程优化组合[J]. 李路达,刘鸣,满君丰,彭成.  湖南工业大学学报. 2016(01)
[6]QoS Evaluation for Web Service Recommendation[J]. MA You,XIN Xin,WANG Shangguang,LI Jinglin,SUN Qibo,YANG Fangchun.  中国通信. 2015(04)
[7]面向细粒度意见挖掘的情感本体树及自动构建[J]. 郭冲,王振宇.  中文信息学报. 2013(05)
[8]一种面向观点挖掘的多粒度话题情感联合模型[J]. 赵煜,蔡皖东.  西安电子科技大学学报. 2011(03)

硕士论文
[1]信息系统知识不确定性度量及其约简方法研究[D]. 熊菲.昆明理工大学 2008



本文编号：3686030