-
公开(公告)号：CN106961356A
公开(公告)日：2017-07-18
申请号：CN201710282821.2
申请日：2017-04-26
Applicant: 中国人民解放军信息工程大学
Abstract: 本发明涉及一种基于动态QoS和主客观权重的Web服务选取方法及其装置，该方法包含：根据用户QoS需求的模糊性和候选服务QoS值的波动范围，建立区间QoS模型；计算每个基本服务下的候选服务的相似度；结合用户主观偏好计算QoS指标综合权重；根据QoS指标综合权重及相似度，获取每个候选服务的推荐度，通过推荐度对所有候选服务进行排序；根据排序结果选取符合用户QoS需求的服务。本发明计算复杂度小，可行性高，结合主客观偏好向量算出QoS指标综合权重，避免了仅仅利用主观赋权模式或客观赋权模式的片面性，使得权重的确定更加合理；通过推荐度作为衡量候选服务符合用户需求的程度，综合考虑了客观QoS数据和用户主观偏好信息，提高了服务选取的准确性。
-
公开(公告)号：CN107507073A
公开(公告)日：2017-12-22
申请号：CN201710828673.X
申请日：2017-09-14
Applicant: 中国人民解放军信息工程大学
CPC classification number: G06Q30/0631 , G06F17/30867
Abstract: 本发明涉及一种基于信任扩展和列表级排序学习的服务推荐方法，首先利用服务排序位置信息并借鉴Plackett-Luce模型，将每个用户表示为已调用服务集合排列的概率分布，基于KL距离进行概率型用户相似度的计算；同时考虑用户间的直接信任关系和间接信任关系，利用Beta信任模型计算直接信任度，利用信任关系的传递特性计算间接信任度，得到综合信任度，构造出目标用户的可信邻居集合；将可信邻居集合融入到矩阵分解模型中，将预测排序列表和正确排序列表之间的交叉熵作为损失函数，设计列表级排序学习算法得到最优的排序模型，输出最符合用户兴趣的推荐列表。本发明具有较高的推荐准确性，能够在保证服务推荐质量的同时还最大程度地满足用户潜在的功能需求。
-
公开(公告)号：CN107168797A
公开(公告)日：2017-09-15
申请号：CN201710335668.5
申请日：2017-05-12
Applicant: 中国人民解放军信息工程大学
CPC classification number: G06F9/5038 , G06F9/5072 , G06F9/5077 , G06F2209/5021 , G06Q10/04 , G06Q50/10
Abstract: 本发明属于基于云计算的资源调度技术领域，具体涉及一种云环境下基于动态博弈的资源调度方法，包括以下步骤：构建云环境下基于动态博弈的资源调度模型；基于动态博弈的资源调度模型，根据各用户任务的属性高低分配选择资源的优先权；对任务属性相同的用户采取先申请先选择分配优先权的策略，并将各用户的收益定义为其QoS的满意度；利用逆向归纳法求解博弈的纳什均衡解。本发明针对云环境下多个用户由于同时提交任务而引起的资源竞争问题，建立云环境动态博弈资源调度模型，利用动态博弈理论对各个用户之间的资源竞争进行建模和分析，尽可能地满足所有用户的QoS需求；从而在最大程度上满足各个用户的需求；利用逆向归纳法求解动态博弈模型的纳什均衡解，从而实现了资源最合理有效的配置。
-
Patent Agency Ranking
公开(公告)号：CN107197006B
公开(公告)日：2020-01-10
申请号：CN201710335146.5
申请日：2017-05-12
Applicant: 中国人民解放军信息工程大学
IPC: H04L29/08
Abstract: 本发明涉及一种基于全局QoS分解的多约束服务选取方法及其装置，通过建立带有多种约束条件的单目标优化模型实现，该方法包含：根据服务依赖关系传递特性为每一个候选服务建立相应的依赖集合和冲突集合；将全局QoS约束分解为对应每一个服务类的局部QoS约束；并对服务类下不满足局部QoS约束的候选服务进行过滤；检查所有被过滤的候选服务并更新剩余候选服务的依赖集合和冲突集合；通过自适应替换方法进行无解状态的质量标尺组合替换；计算候选服务局部适应度；选取每个服务类中局部适应度最大的候选服务，形成最终组合服务。本发明在复杂度和运行时间得到很大优化，满足用户的实时性需求，缩小候选服务空间的规模，有效保证网络组合服务的质量和性能。
-
公开(公告)号：CN107590243A
公开(公告)日：2018-01-16
申请号：CN201710827936.5
申请日：2017-09-14
Applicant: 中国人民解放军信息工程大学
Abstract: 本发明涉及一种基于随机游走和多样性图排序的个性化服务推荐方法，首先分析传统Pearson相关系数计算用户相似度存在的缺陷，然后通过WRW模型将用户间的相似关系进行多次传递，从而为目标用户找到更多的相似邻居，有效克服数据稀疏性问题；在基于所有相似邻居预测QoS值的基础上，采用SGMC算法构建服务图模型，以过滤大量性能过低的候选服务，缩小算法寻优空间，确保后续多样性图排序算法快速收敛；最后，采用ONCS策略在服务图模型上寻找最优节点集合，该集合所包含的k个节点即为向用户推荐的兼具推荐准确性和功能多样性的服务列表。本发明具有较高的推荐准确性和较好的功能多样性，能够在保证服务推荐质量的同时还最大程度地满足用户潜在的功能需求。
-
公开(公告)号：CN107197006A
公开(公告)日：2017-09-22
申请号：CN201710335146.5
申请日：2017-05-12
Applicant: 中国人民解放军信息工程大学
IPC: H04L29/08
Abstract: 本发明涉及一种基于全局QoS分解的多约束服务选取方法及其装置，通过建立带有多种约束条件的单目标优化模型实现，该方法包含：根据服务依赖关系传递特性为每一个候选服务建立相应的依赖集合和冲突集合；将全局QoS约束分解为对应每一个服务类的局部QoS约束；并对服务类下不满足局部QoS约束的候选服务进行过滤；检查所有被过滤的候选服务并更新剩余候选服务的依赖集合和冲突集合；通过自适应替换方法进行无解状态的质量标尺组合替换；计算候选服务局部适应度；选取每个服务类中局部适应度最大的候选服务，形成最终组合服务。本发明在复杂度和运行时间得到很大优化，满足用户的实时性需求，缩小候选服务空间的规模，有效保证网络组合服务的质量和性能。
-
公开(公告)号：CN106961356B
公开(公告)日：2020-01-10
申请号：CN201710282821.2
申请日：2017-04-26
Applicant: 中国人民解放军信息工程大学
Abstract: 本发明涉及一种基于动态QoS和主客观权重的Web服务选取方法及其装置，该方法包含：根据用户QoS需求的模糊性和候选服务QoS值的波动范围，建立区间QoS模型；计算每个基本服务下的候选服务的相似度；结合用户主观偏好计算QoS指标综合权重；根据QoS指标综合权重及相似度，获取每个候选服务的推荐度，通过推荐度对所有候选服务进行排序；根据排序结果选取符合用户QoS需求的服务。本发明计算复杂度小，可行性高，结合主客观偏好向量算出QoS指标综合权重，避免了仅仅利用主观赋权模式或客观赋权模式的片面性，使得权重的确定更加合理；通过推荐度作为衡量候选服务符合用户需求的程度，综合考虑了客观QoS数据和用户主观偏好信息，提高了服务选取的准确性。
-
公开(公告)号：CN107590243B
公开(公告)日：2019-09-06
申请号：CN201710827936.5
申请日：2017-09-14
Applicant: 中国人民解放军信息工程大学
IPC: G06F16/9536 , H04L29/08 , G06K9/62
Abstract: 本发明涉及一种基于随机游走和多样性图排序的个性化服务推荐方法，首先分析传统Pearson相关系数计算用户相似度存在的缺陷，然后通过WRW模型将用户间的相似关系进行多次传递，从而为目标用户找到更多的相似邻居，有效克服数据稀疏性问题；在基于所有相似邻居预测QoS值的基础上，采用SGMC算法构建服务图模型，以过滤大量性能过低的候选服务，缩小算法寻优空间，确保后续多样性图排序算法快速收敛；最后，采用ONCS策略在服务图模型上寻找最优节点集合，该集合所包含的k个节点即为向用户推荐的兼具推荐准确性和功能多样性的服务列表。本发明具有较高的推荐准确性和较好的功能多样性，能够在保证服务推荐质量的同时还最大程度地满足用户潜在的功能需求。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.038 seconds)
