基于质量相似度的Web服务信誉度量

• 论文 •

基于质量相似度的Web服务信誉度量

付晓东，邹平，姜瑛

1.昆明理工大学信息工程与自动化学院，云南昆明650051；2.昆明理工大学管理与经济学院，云南昆明650093；3.云南师范大学，云南昆明650092

出版日期:2008-03-15 发布日期:2008-03-25

Web service reputation measurement based on quality of service similarity

FU Xiao-dong， ZOU Ping，， JIANG Ying

1. Faculty of Info. Engineering & Automation， Kunming Univ. of S & T， Kunming 650051， China;2. Faculty of Management & Economics， Kunming Univ. of S & T， Kunming 650093， China;3. Yunnan Normal Univ.， Kunming 650092， China

Online:2008-03-15 Published:2008-03-25

摘要/Abstract

摘要： 为提高Web服务信誉度量的灵活性和真实性，提出一种基于服务质量公告值和实际值相似度的Web服务信誉度量模型。通过上、下两层本体，描述了Web服务质量的语义和层次化的服务质量指标体系。提出一种支持层次化服务质量指标体系的质量相似度算法，并将质量相似度作为信誉度量的依据。信誉度量算法以统计理论为基础，引入遗忘因子和波动因子，并考虑了服务质量的发展趋势和波动情况对服务信誉的影响。实验表明，该模型具有良好的灵活性和实用性。

关键词: Web服务, 服务质量, 相似度

Abstract: To improve the flexibility and authenticity of Web service reputation measurement， a Web service reputation measurement model based on the similarity of advertised and factual Quality Of Service (QoS) was proposed. Upper and lower QoS ontology were designed to describe the semantic of QoS and the hierarchical QoS item system. Similarity algorithm for QoS was proposed which supported the hierarchical QoS. Subsequently， a statistics-theory-based Web service reputation measurement method was put forward which using QoS similarity to compute Web service reputation. Evolution trend and fluctuation of QoS were taken into consideration in reputation measurement with forgetting factor and fluctuating factor. Experiments showed that this model was flexible and practical.

Key words: Web service, quality of service, similarity, reputation

中图分类号:

F224.32

付晓东，，邹平，，姜瑛. 基于质量相似度的Web服务信誉度量[J]. .

FU Xiao-dong，， ZOU Ping，， JIANG Ying. Web service reputation measurement based on quality of service similarity[J]. .

[1]	闫志强,杨翰宇,程冠杰,刘洪荣,邓水光,刘冠宇,杨明. 基于区块链的服务质量综合评估框架与算法[J]. 计算机集成制造系统, 2021, 27(9): 2708-2720.
[2]	王婕,耿秀丽. 基于直觉模糊余弦相似度的云制造服务质量评价[J]. 计算机集成制造系统, 2021, 27(4): 1128-1134.
[3]	胡杨,吴锋,王红涛. 考虑稀缺服务与质量损失云制造服务组合问题[J]. 计算机集成制造系统, 2021, 27(12): 3639-3650.
[4]	陈耶拉,耿秀丽. 基于改进协同过滤的个性化产品服务系统方案推荐[J]. 计算机集成制造系统, 2021, 27(1): 240-248.
[5]	谈莉斌,唐敦兵,陈蔚芳,王棋. 大规模用户参与的开放式设计决策方法[J]. 计算机集成制造系统, 2020, 26(第4): 1063-1071.
[6]	覃力,唐卫清,陶清华,闫全甲,李士才. 基于高斯混合模型的流程工厂设备集相似度计算[J]. 计算机集成制造系统, 2020, 26(第3): 732-746.
[7]	张志坚,王鹏,柳键,罗春林,郭军华. 考虑在线评价的供应链运营决策与奖惩机制[J]. 计算机集成制造系统, 2020, 26(7): 1986-1997.
[8]	归思超,王佳星,洪峰,曹斌. 基于行为的自动化流程建模推荐方法[J]. 计算机集成制造系统, 2020, 26(6): 1500-1509.
[9]	方欢,金朋朋,方贤文,王丽丽. 基于因果行为轮廓的流程变体聚类挖掘方法[J]. 计算机集成制造系统, 2020, 26(6): 1538-1547.
[10]	刘二辉,姚锡凡,陶韬,金鸿. 基于改进花授粉算法的共融AGV作业车间调度[J]. 计算机集成制造系统, 2019, 25(第9): 2219-2236.
[11]	陈友玲,牛禹霏,刘舰,左丽丹,王龙. 面向云制造的多供应商协同生产任务分配优化[J]. 计算机集成制造系统, 2019, 25(第7): 1806-1816.
[12]	朱建楠,梁玉琦,顾复,郭剑锋,顾新建. 基于深度学习的机械智能制造知识问答系统设计[J]. 计算机集成制造系统, 2019, 25(第5): 1161-1168.
[13]	林泽东,曾庆田,段华,鲁法明,周长红. 基于日志的流程相似度计算方法适用性分析[J]. 计算机集成制造系统, 2019, 25(第4): 920-928.
[14]	周梦颖,金涛,王瀛,王建民. 诊疗活动向量化表示研究[J]. 计算机集成制造系统, 2019, 25(第4): 1010-1016.
[15]	吕同双,王洪国,刘迎港,尹传城,丁艳辉. 基于立体数据的高校学生就业去向预测方法[J]. 计算机集成制造系统, 2019, 25(第4): 1032-1036.