[发明专利]基于Skyline计算的服务数据选择方法及装置

说明书

本公开提供了基于Skyline计算的服务数据选择方法及装置。其中，基于Skyline计算的服务数据选择方法，包括选取服务数据集中数据点的任意两个属于同一类性的非功能属性分别为横坐标和纵坐标，构建二维坐标系，并将服务数据集映射到二维坐标系中；计算服务数据集中数据点值的大小，查找出划分服务数据集的点；针对服务数据集对应的二维区域，采用最近邻算法在划分服务数据集的点处只进行一次划分；合并区域内的服务数据点，这些进行合并操作的区域中服务数据点至少有一个非功能属性优于所述划分服务数据集的点的非功能属性；利用位图法，计算出合并区域中的Skyline Point即为属性最优的点。

技术领域

本公开属于数据处理领域，尤其涉及一种基于Skyline计算的服务数据选择方法及装置。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。

随着社会科技的不断发展，人们收集数据的手段越来越丰富，数据量急剧增加，服务选择成为一个难题。人们难以从众多的服务中快速的选择出QoS属性最优的服务；发明人发现，传统的服务选择方法是将服务的QoS属性两两进行比较，以选择出QoS属性较优的服务，这种方法将会非常消耗时间。

Skyline计算被引入服务选择，Skyline计算最主要的目的是找出数据库中不被其他数据点支配的所有点的集合；发明人还发现，现有的Skyline算法在面对海量服务的时候，计算效率都会大幅下降。

发明内容

为了解决上述问题，本公开的第一个方面提供一种基于Skyline计算的服务数据选择方法，其能够快速地从海量服务数据中查找出属性最优的数据。

为了实现上述目的，本公开采用如下技术方案：

一种基于Skyline计算的服务数据选择方法，包括：

选取服务数据集中数据点的任意两个属于同一类性的非功能属性分别为横坐标和纵坐标，构建二维坐标系，并将服务数据集映射到二维坐标系中；

计算服务数据集中数据点值的大小，查找出划分服务数据集的点；

针对服务数据集对应的二维区域，采用最近邻算法在划分服务数据集的点处只进行一次划分；

合并区域内的服务数据点，这些进行合并操作的区域中服务数据点至少有一个非功能属性优于所述划分服务数据集的点的非功能属性；

利用位图法，计算出合并区域中的Skyline Point即为属性最优的点。

为了解决上述问题，本公开的第二个方面提供一种基于Skyline计算的服务数据选择装置，其能够快速地从海量服务数据中查找出属性最优的数据。

为了实现上述目的，本公开采用如下技术方案：

一种基于Skyline计算的服务数据选择装置，包括：

数据集映射模块，其用于选取服务数据集中数据点的任意两个属于同一类性的非功能属性分别为横坐标和纵坐标，构建二维坐标系，并将服务数据集映射到二维坐标系中；

划分点查找模块，其用于计算服务数据集中数据点值的大小，查找出划分服务数据集的点；

区域划分模块，其用于针对服务数据集对应的二维区域，采用最近邻算法在划分服务数据集的点处只进行一次划分；

区域合并模块，其用于合并区域内的服务数据点，这些进行合并操作的区域中服务数据点至少有一个非功能属性优于所述划分服务数据集的点的非功能属性；

属性最优点计算模块，其用于利用位图法，计算出合并区域中的SkylinePoint即为属性最优的点。