论文部分内容阅读
近年来,电子服务从局部化发展到全球化,从B2C (Business-to-Customer)模式发展到B2B (Business-to-Business)模式,从集中式发展到分布式。Web服务作为一种新兴的Web应用模式,是一个全新的分布式计算范式,是Web上数据整合和信息集成的有效机制。单个简单的Web服务经常无法满足实际的应用需求,人们常常需要组合多个Web服务来完成一个比较复杂的任务,服务组合就是根据客户的需求,考虑客户的兴趣爱好,将客户感兴趣的服务组合起来,来满足客户对综合服务的需要。个性化服务针对不同客户的不同特点提供不同的服务策略和服务内容。实现个性化的服务组合,也就是按照用户的要求将各种已有的服务组合起来,协同工作完成用户的任务。但是,目前个性化Web服务组合大多只考虑了技术实现问题,没有从商务角度考虑客户满意度,因而,不能很好地满足客户的个性化服务需求。针对以上问题,本文主要在以下几个方面对Web服务组合系统做深入研究:1.针对目前个性化服务组合系统在服务客户方面的欠缺,添加了客户满意度的重要决定因素,将之应用到个性化服务组合中。2.把客户满意度属性作为服务组合案例的属性,应用Case-based Reasoning (CBR)技术,寻找候选组合方案。在案例检索过程中,设计了一个基于领域本体的相似度算法,提出了基于属性概念语义的相似算法。3.在考虑客户满意度的基础之上,建立了属性偏好的权重向量求解模型,从候选方案中寻找服务组合的最优解。4.在组合系统中运用多Agent技术,发挥其智能性、主动性、反应性等特点,为资源发现和组合提供强大的技术支持。提出了一种基于多Agent的组合系统整体架构的模型——CMSCS (CBR-based Multi-Agent Web Services Composition System),设计了系统中各组成部分的功能、结构与流程。该系统由五类相对独立的Agent组成,它们之间相互分工合作共同完成组合任务,克服了传统组合系统存在的局限性。5.基于以上的技术与算法,在JADE平台上初步实现了一个教育资源的组合系统(SCSRS),并设计了相应的实验进行测试。实验结果表明算法的有效性和实用性。总之,本文在考虑客户满意度的基础上,将CBR和多Agent技术整合应用于个性化的Web服务组合系统,并在Agent协作技术方面做了有益的尝试。