[发明专利]一种基于用户偏好特征建模的Web 服务推荐方法

权利要求书

1.一种基于用户偏好特征建模的Web服务推荐方法，其特征在于，包括以下步骤：

步骤1：从Web服务门户网站上收集Web服务，对Web服务的服务角色、服务目标、服务流程和服务标签进行标注，并注册到Web服务平台中的服务注册库中，进而建立Web服务描述文档；

步骤2：从所述的Web服务平台中收集用户的历史服务调用信息，生成用户对服务角色、服务目标、服务流程和服务标签的历史调用信息文档，并创建用户偏好文档；

步骤3：通过计算用户间的多维度的偏好相似度，并进行加权融合，产生用户的前N个偏好相似邻居，其中N≥1；

步骤4：将所述的前N个偏好相似邻居用户调用的最多的Web服务进行排序，生成最终的服务推荐列表。

2.根据权利要求1所述的基于用户偏好特征建模的Web服务推荐方法，其特征在于：所述的步骤1，其具体实现包括以下子步骤：

步骤1.1：从Web服务门户网站收集Web服务；

步骤1.2：针对收集的Web服务，根据ISO/IEC 19763-7服务注册元模型框架作为指导，对所述的Web服务的服务角色、服务目标、服务流程和服务标签进行标注，并注册到Web服务平台中的服务注册库中，建立Web服务资源库；

步骤1.3：建立Web服务描述文档。

3.根据权利要求1所述的基于用户偏好特征建模的Web服务推荐方法，其特征在于：所述的步骤2，其具体实现包括以下子步骤：

步骤2.1：从所述的Web服务平台中收集用户历史服务调用信息；

步骤2.2：针对所述的用户历史服务调用信息和所述的Web服务描述文档信息，生成用户对服务角色、服务目标、服务流程和服务标签的历史调用信息文档，并创建用户偏好文档；

步骤2.3：针对步骤2.2的结果，利用TF-IDF的方法得到用户偏好文档中单个服务角色、服务目标、服务流程和服务标签在各自偏好维度下的权重。

4.根据权利要求1所述的基于用户偏好特征建模的Web服务推荐方法，其特征在于：所述的步骤3，其具体实现包括以下子步骤：

步骤3.1：使用向量空间模型将用户的历史调用服务角色、服务目标、服务流程及服务标签分别转化为对应的向量空间集合；

步骤3.2：使用向量的余弦相似度计算方法，分别生成用户之间的服务角色偏好相似度、服务目标偏好相似度、服务流程偏好相似度和服务标签偏好相似度；

步骤3.3：针对步骤3.2的结果，将四个偏好相似度进行加权融合，生成用户整体偏好相似度；

步骤3.4：对用户的整体偏好相似度进行降序排列，生成与用户偏好最相似的N个最近邻居，产生用户的前N个偏好相似邻居，其中N≥1。

5.根据权利要求1所述的基于用户偏好特征建模的Web服务推荐方法，其特征在于：所述的步骤4，其具体实现包括以下子步骤：

步骤4.1：针对所述的N个偏好相似邻居，在每个邻居用户中选取一个该用户使用最频繁的服务加入到预定的服务推荐列表，如果该服务已经存在于预定的服务推荐列表中则选取次频繁使用的服务加入预定的服务推荐列表，依次类推；

步骤4.2：针对步骤4.1生成的服务推荐列表，再依据邻居用户调用服务的频繁度对上述服务推荐列表中的服务进行排序，生成最终的服务推荐列表；

步骤4.3：将所述的最终的服务推荐列表呈现给用户。