[发明专利]资源服务网络中基于聚类的关键特征序列选取方法

摘要

本发明公开了一种资源服务网络中基于聚类的关键特征序列选取方法，首先企业用户从资源服务网络中获取资源服务序列，并确定资源服务特征；然后针对每个资源服务序列，基于聚类方法计算相邻资源服务特征间的影响度，继而选取出相邻特征间影响度高的特征序列，即关键特征序列。本发明方法不仅考虑了资源服务层面的时序关系，而且综合考虑了资源服务特征层面的影响关系，通过本发明的方法，可以发现资源服务特征间的影响关系，进而帮助企业发现业务过程瓶颈，为企业决策提供支持。

主权项

1.一种资源服务网络中基于聚类的关键特征序列选取方法，其特征在于，包括：步骤1，根据服务网络描述的业务活动服务的交互顺序，以及业务活动服务所需的资源服务，构建资源服务网络；步骤2，从资源服务网络中获取资源服务序列，得到资源服务序列集RSSs＝{RSS₁,RSS₂,…,RSS_Q}；其中，Q表示资源服务序列集RSSs中资源服务序列的个数；步骤3，确定资源服务特征，并将非数值型特征值转化成数值型特征；步骤4，对资源服务特征进行归一化处理，使资源服务的所有特征的取值范围均在[0,1]之间；步骤5，从资源服务序列集RSSs中取出一个资源服务序列RSS，并将RSS从RSSs中删除；其中RSS属于RSS₁,RSS₂,…,RSS_Q中的任意一个；步骤6，为资源服务序列RSS选取关键特征序列；步骤7，重复步骤5至步骤6，直到资源服务序列集RSSs为空，整个资源服务序列集RSSs的关键特征序列选取过程结束；所述为资源服务序列RSS选取关键特征序列包括：步骤6.1，枚举资源服务序列RSS前两个资源服务的所有资源服务特征，组成特征序列集，方式如下：分别枚举出资源服务序列RSS前两个资源服务r₁和r₂的所有资源服务特征，其中，r₁的所有资源服务特征为F₁＝{f_1,1,f_1,2,…,f_1,m}，r₂的所有资源服务特征为F₂＝{f_2,1,f_2,2,…,f₂,_l}；并构成F₁元素在前，F₂元素在后的，长度为2的特征序列集FSs＝{<f_1,1,f_2,1>,<f_1,2,f_2,1>,…,<f_1,1,f_2,l>,…,<f_1,m,f_2,l>}；其中，m表示资源服务r₁中的资源服务特征数，l表示资源服务r₂中的资源服务特征数；步骤6.2，将所述前两个资源服务r₁和r₂从资源服务序列RSS中删除；步骤6.3，从特征序列集FSs中取出一个特征序列FS＝<f_1,i,f_2,j>；其中1≤i≤m，1≤j≤l；步骤6.4，利用聚类计算特征序列FS中相邻特征间的影响度；步骤6.5，如果特征序列FS中相邻特征之间影响度不低于预设的最低影响度min_Inf，则将特征序列FS放入关键特征序列集合KFSs中；步骤6.6，从特征序列集FSs中删除FS；步骤6.7，重复步骤6.3到6.6，直到特征序列集FSs为空，返回进入步骤6.8；步骤6.8，判断关键特征序列集合KFSs是否为空，如果为空，整个选取过程结束，否则进入步骤6.9；步骤6.9，判断资源服务序列RSS是否为空，如果为空，选取过程结束，否则进入步骤6.10；步骤6.10，枚举资源服务序列RSS第一个资源服务r_new1的所有特征，得到资源服务特征集合F_new1＝{f_new1,1,f_new1,2,…,f_new1,p}；其中，p表示资源服务r_new1中的资源服务特征数；步骤6.11，删除资源服务序列RSS的第一个资源服务r_new1；步骤6.12，从关键特征序列集合KFSs中获取一个关键特征序列FS_k＝<α₁,α₂,…,α_L>，并将FS_k从KFSs中删除；其中，α₁,α₂,…,α_L分别表示FS_k的特征，L表示FS_k的长度；步骤6.13，计算α_L对F_new1中任意特征f_new1,q的影响度influence；其中，1≤q≤p，f_new1,q表示r_new1的第q个特征；步骤6.14，判断influence和预设的最低影响度min_Inf的大小；如果influence>＝min_Inf，令FS＝FS_k+f_new1,q，得到FS＝<α₁,α₂,…,α_L,f_new1,q>，并将FS加入到KFS_new中；步骤6.15，重复步骤6.12到6.14，直到KFSs为空，即遍历完KFSs中的所有关键特征序列，然后进入步骤6.16；步骤6.16，令KFSs＝KFS_new，更新关键特征序列集合KFSs为关键特征序列集合KFS_new；步骤6.17，重复步骤6.8到6.16，直到资源服务序列RSS为空，资源服务序列RSS的关键特征序列选取过程结束；步骤6.4中，利用聚类计算特征序列FS中相邻特征间的影响度，具体为：令相邻特征为f_pre和f_next；特征f_pre对特征f_next的影响度，表示成f_next随f_pre的变化率的绝对值，记为I(f_pre,f_next)；假设f_pre和f_next分别是资源服务r_pre和r_next的一个特征，r_pre和r_next共同出现的业务过程实例Id为Ids＝{Id₁,Id₂,…,Id_M}，其中M表示Ids的大小，f_pre在Ids中对应的值为X＝{x₁,x₂,…,x_M}，f_next在Ids中对应的值为Y＝{y₁,y₂,…,y_M}，其中x_i∈X表示f_pre在业务过程实例Id_i中的值，y_i同理，则f_next随f_pre的变化率的绝对值为集合slopeSet＝{slope₁,slope₂,…,slope_M‑1}，其中slope_i的计算公式如下：从上式得出，若将f_pre和f_next的值分别对应为x坐标轴和y坐标轴，则slope_i的几何含义即为第i段线段的斜率的绝对值；若x_i+1＝x_i，则令slope_i＝0；根据slopeSet计算相邻特征间的影响度，具体包括：步骤6.4.1，构建集合list，给list赋初值为slopeSet；步骤6.4.2，计算list中所有元素的平均距离avgDis；步骤6.4.3，给阈值t赋初值为avgDis的一半，给初始中心集合initCenters赋初值为空集，给整型变量i赋初值0；步骤6.4.4，从list中获取一个元素p，并将p从list中删除；步骤6.4.5，将p加入到第i个Canopy类中，将p加入集合initCenters中；步骤6.4.6，遍历集合list，计算p与当前遍历元素q的距离dist；如果dist小于阈值t，则将q加入到第i个Canopy类中，并从list中删除q；步骤6.4.7，令i加1；步骤6.4.8，重复步骤6.4.4到6.4.7，直到list为空，返回进入步骤6.4.9；步骤6.4.9，构建旧聚类中心集合oldCenters，给oldCenters赋初值为初始中心集合initCenters，构建新聚类中心集合newCenters，给newCenters赋初值为空集；步骤6.4.10，构建簇集clusters，给clusters赋初值为空集；步骤6.4.11，判断集合newCenters是否为空，如果为空，则令oldCenters等于newCenters；步骤6.4.12，遍历slopeSet，获取oldCenters中与当前遍历元素d距离最小的元素的下标index；将d加入第index个簇中；步骤6.4.13，将簇集clusters中每个簇的质心放入集合newCenters；步骤6.4.14，重复步骤6.4.10到6.4.13，直到newCenters等于oldCenters，返回进入步骤6.4.15；步骤6.4.15，获取最大规模簇的聚类中心MaxClusterCenter，MaxClusterCenter即为影响度influence。