面向协同任务的资源服务特征序列关联规则挖掘方法

发布时间：2021-03-15 23:27

　　随着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。在云计算、物联网等新兴技术的支持下,协同任务系统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。资源服务以“服务流”的模式提供给业务过程,并遵循一定的关联规则。然而,大量资源服务所具有的分布性、各组织对资源服务选取的自治性等使用特点却使得资源服务间所蕴含的关联关系难以体现。在协同任务环境下,为了更好地支持组织间的交互,本文在工作流等相关技术的支持下,通过分析资源服务序列,提出一种资源服务间关联规则挖掘方法。从资源服务特征角度出发,所提方法通过聚类挖掘资源服务特征序列趋势及其关联规则得到实现,具体展开如下研究:（1）基于聚类的资源服务特征值序列变化趋势挖掘方法。通过分析业务数据集,以时间序列的视角研究资源服务特征值序列的变化趋势。具体地,首先采用基于滑动窗口线性回归的方法对特征值序列进行分段;然后,分析特征值子序列间的趋势相似性,给出一种改进的二值变化趋势距离计算方法;最后,通过层次聚类方法,挖掘出资源服务特征值序列变化趋势,并以协同的产品设计与制造过程为例进行仿真实验,验证本文所提方法的有效性。（2）基于FP-T... 

【文章来源】：华侨大学福建省

【文章页数】：77 页

【学位级别】：硕士

【部分图文】：

各截面特征值序

影响度变化趋势挖掘结果的比较

关联规则挖掘与资源服务组合配置页面原型图

【参考文献】：
期刊论文
[1]面向协同任务的资源服务关键特征序列识别方法[J]. 李海波,雷秀洋.  计算机集成制造系统. 2017(12)
[2]从私有过程提取公共过程构建业务协同的方法[J]. 莫启,代飞,朱锐,笪建,林雷蕾,李彤,谢仲文,郑明.  计算机研究与发展. 2017(09)
[3]时序关联规则在钻井事故中的应用[J]. 肖斌,肖亚飞.  计算机应用. 2017(S1)
[4]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)
[5]多层次空间同位模式自适应挖掘方法[J]. 蔡建南,刘启亮,徐枫,邓敏,何占军,唐建波.  测绘学报. 2016(04)
[6]基于滑动窗口聚类的时序关联规则挖掘方法[J]. 张忠林,周晓侠.  计算机工程与设计. 2014(04)
[7]网络中心化仿真任务共同体服务选择算法研究[J]. 孙黎阳,李阳,林剑柠,毛少杰,刘中.  计算机研究与发展. 2014(03)
[8]一种面向布尔时间序列的关联规则挖掘算法[J]. 闫明月,侯忠生,高颖.  控制与决策. 2012(10)
[9]基于SFVS的时序关联规则动态发现方法[J]. 张新玉,夏士雄,牛强.  计算机应用研究. 2012(07)
[10]业务过程协同模式的研究[J]. 卢亚辉,明仲,张力.  计算机集成制造系统. 2011(08)



本文编号：3085000