[發明專利]基于用戶偏好不完整和偏好沖突的Web服務選擇方法

無效

• 申請號: 201210328724.X
• 申請日: 2012-09-06
• 公開（公告）號: CN102882937A
• 公開（公告）日: 2013-01-16
• 發明（設計）人: 王紅兵;孫文龍
• 申請（專利權）人: 東南大學
• 主分類號: H04L29/08
• 分類號: H04L29/08
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 柏尚春

技術領域

本發明涉及一種Web服務選擇方法，具體涉及一種基于用戶偏好不完整和偏好沖突的Web服務選擇方法。

背景技術

決策和評估潛在行為的能力是眾多人工智能應用的基石，包括專家系統，自動代理，決策支持系統，推薦系統，可配置軟件和約束優化應用。為了能夠更好的做出決策，必須能夠評估和比較不同的候選事物。有時，這些比較是隱含進行的，比如在許多推薦系統中。更常用的是，需要決策者的具體偏好信息。

在經典決策理論和決策分析中，效用函數常用來表示決策者的偏好。獲取產生良好效用函數信息的過程是非常復雜和費時的，需要部分用戶積極努力參與。有時，這些努力是必要可能的，但是在許多應用中，用戶不可能參與很長的時間，不能支持決策分析者。比如，在線商品推薦系統，軟件決策支持應用。

近年來，用戶的偏好信息在許多領域發揮著越來越重要的作用。相應的研究也從不同的角度對偏好信息的獲取和應用進行研究。

對偏好信息的獲取主要是通過定性、定量的方法。定量的方法作為知識表示的強有力的方式，通常用效用函數的方式去表示用戶的偏好，又比如通常就可以構建一個帶有附加值的函數，對每一個屬性對整個偏好的貢獻賦予一個權重。定量的方法雖然簡單有效，但是在實際或復雜的環境中，使用這種方法還有很大的困難。當效用函數不可用時，需要訴諸于定性的方式表示偏好。

定性的方法能以直觀的方式捕捉用戶的偏好，更加的自然，通用，有很大的靈活性。侵入性手段容易地獲取。這就意味著，必須通過自然和相對簡單的偏好陳述獲取這些信定性、定量相結合的方法，最近也成為研究的熱點。理想情況下，定性信息應該通過非息，獲取的過程應該適合自動化。對這些定性偏好信息的自動推理應該具有有效的語義和高效的計算效率。

發明內容

本發明的目的是為了克服現有技術的不足，提供一種基于用戶偏好不完整和偏好沖突的Web服務選擇方法。

本發明采用的技術方案為：一種基于用戶偏好不完整和偏好沖突的Web服務選擇方法，包括以下步驟：

1）當接收到用戶的偏好描述后，系統算法首先檢查偏好的一致性，如果偏好包含沖突（偏好信息表述錯誤），表現在偏好導出圖中，即偏好導出圖出現了環路，則會執行環路去除過程以消除所有環路；

2）然后，將修正過的偏好描述傳遞給服務選擇模塊，該模塊將會檢索出最大程度滿足用戶偏好的Web服務，如果選擇的結果集對用戶來說太大（即包含的Web服務數目很多）以至于不能被用戶接受，說明用提供的偏好信息過于簡單（偏好信息表述不足），還需要進一步明確才能達到有效篩選服務的目的；

3）這時，偏好描述就被傳遞給偏好補充模塊，該模塊將提供用戶可能同意添加的偏好，然后繼續進行服務選擇模塊，這個過程將一直執行下去直到服務選擇得到的結果集是用戶滿意的或已經沒有附加的偏好可用來補充當前用戶的偏好信息為止，以此來提高Web服務選擇的準確性。

作為優選，本發明利用CP-net之間的相似度，可以識別出具有相似偏好的用戶，當一個用戶的偏好是不完整的或偏好沖突時，該用戶的偏好可以根據具有相似意圖的用戶的偏好進行補充或者改正。

作為優選，本發明中應用協作過濾的思想，即如果一個用戶的條件偏好項是不完整的，對偏好進行補充，這些偏好是通過與該用戶具有相似意圖的用戶最支持的和最能有效過濾服務的；同樣，如果一個用戶的偏好存在偏好沖突，必須首先進行沖突檢測，找出所有包含在沖突的偏好，以去除和該用戶具有相似意圖的用戶支持得最少的偏好項來達到消除沖突的目的，為了衡量某一個偏好能被一組用戶支持的程度，，采用了一個投票方案，如果某個偏好能夠從一個用戶的CP-net中推導出，，就認為這個用戶支持這個偏好，最后，得到支持的最多的和最能有效過濾服務的這些偏好項就用于補充一個不完全的CP-net，而得到支持最少的偏好項則作為被刪除的偏好項以去除沖突。