[发明专利]一种融合可用度和用户偏好的Web服务构建方法及Web服务

权利要求书

1.一种融合可用度和用户偏好的Web服务构建方法，其特征在于包括以下步骤：

步骤1、用户偏好的分类：根据用户偏好的类别将Web服务的服务质量属性按照定性偏好和定量偏好进行分类；具体过程为：

步骤1-1、定性偏好的计算和调整：采用WCP-nets模型定义用户定性偏好，将用户定性偏好映射成量化值空间，得到定性偏好属性的不同属性值之间的相对重要性，再定义定性偏好属性的初始权重，根据相对重要性和初始权重，线性计算得到违规度的初始值，按初始值排序得到定性偏好下服务组合的初始优劣排序；再采用BP神经网络调整服务的属性权重，进一步计算违规度并排序，使服务组合的优劣排序满足用户的定性偏好；

步骤1-2、定量偏好的计算：通过定义单个服务的松弛度计算服务组合的松弛度，将服务组合按照其松弛度从小到大排序，获得定量偏好下的服务组合优劣排序；

步骤2、根据服务之间的调用关系定义服务组合的调用结构并计算服务组合的全局可用度，再根据全局可用度，获得服务组合优劣排序；

步骤3、根据步骤1、2得到的三个服务组合优劣排序，采用多目标优化算法算出最终服务组合优劣排序。

2.根据权利要求1所述的融合可用度和用户偏好的Web服务构建方法，其特征在于：步骤1-1调整属性权重的具体步骤为：

(1)应用公式V(sp)＝∑_Xw_XV_X(sp)对服务组合sp的所有属性的违规度和属性权重加权求和，计算该服务组合的违规度初始值V(sp)，将各服务组合按照初始值大小进行排序，其中V_X(sp)代表服务组合sp的属性X的违规度，w_X代表属性X的权重；

(2)根据用户实际选择的服务组合历史记录，确定实际满足用户偏好的服务组合序列的顺序，按照优劣顺序给每个服务组合序列均匀赋值V'(sp)＝sp_i(0≤sp_i≤1)，确定服务组合的实际排序；

(3)定义归一化的V(sp)＝N(V(sp))，当N(V(sp))≠V'(sp)时，采用BP神经网络调整属性权重，并计算新的服务组合违规度V(sp)，直至满足实际用户偏好，即V(sp)＝V'(sp)。

3.根据权利要求1所述的融合可用度和用户偏好的Web服务构建方法，其特征在于：步骤1-2中，假设属性X的取值V_i为一组有序值，即v_m<…<v₁，其中m是属性值的数量，具体计算步骤为：

(1)定义n(V_i)是属性X的第i个取值的个数，根据n(V_i)规定松弛度的大小，即属性X的某个取值越多，视为其值越受欢迎，则其值松弛度越小；定义n(V_i)的最大值松弛度为1，依次松弛度增加，定义每个属性的松弛度

(2)定义单个服务的松弛度rd'(s)等于其每个属性的松弛度之和，即

(3)计算服务组合S的松弛度为单个服务的松弛度之和：N为服务组合S包含的服务数量。