專利名稱：用戶復(fù)雜需求獲取方法與系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及網(wǎng)絡(luò)服務(wù)信息的獲取，具體地指一種用戶復(fù)雜需求獲取方法與系統(tǒng)。
背景技術(shù)：
需求是關(guān)于系統(tǒng)行為和系統(tǒng)特性的表述，需求工程是用來記錄、發(fā)現(xiàn)和維護系統(tǒng)需求相關(guān)的活動，它以一種清晰、簡潔、一致的方式來陳述系統(tǒng)需求。需求獲取是需求工程師和用戶交流的過程，通過對用戶認識的目標(biāo)系統(tǒng)進行正確和清晰的理解，最后以需求文檔的形式表達這種共識。需求工程貫穿于軟件工程的始終，因此需求工程對軟件工程的效率起著決定性的作用，不良的需求分析和管理是項目失敗的主要原因，據(jù)ESPITI做的一次調(diào)查，需求規(guī)格說明和需求管理分別排在了相對重要軟件問題的前兩位，而編程問題倒變得次要了。需求工程中普遍存在以下幾個問題:1)需求獲取不完整或不一致；2)用戶需求表達模糊；3)需求表述相互矛盾等?；谝陨蠁栴}，目前，關(guān)于用戶的需求獲取技術(shù)主要有兩種，一種是傳統(tǒng)的需求獲取手段，如情景、視點、手段等，通過讓用戶參與其中，讓用戶了解自身需求進而準確表達，同時需求工程師也可參與其中，發(fā)現(xiàn)用戶潛在需求。但是該方法缺乏對于需求的邏輯描述，使得用戶需求獲取的效率和質(zhì)量不高；第二種方法是基于語義的需求獲取方法，通過對用戶需求進行一定程度的形式化和邏輯描述，使其具有某種自動特性，如自動獲取或校驗等，基于語義的需求知識和模型也可以達到復(fù)用的目的，但是該法不能處理系統(tǒng)范圍之外的用戶需求，更不能針對用戶的個性化流程獲取其個性化需求。

發(fā)明內(nèi)容
本發(fā)明的目·的在于克服上述現(xiàn)有技術(shù)的不足而提供一種用戶復(fù)雜需求獲取方法，該方法采用用戶代理(User Agent)和用戶進行交互獲取用戶的復(fù)雜需求，然后用戶代理根據(jù)電子目錄判斷無歧義目標(biāo)是否為原子服務(wù)。實現(xiàn)本發(fā)明目的采用的技術(shù)方案是一種用戶復(fù)雜需求獲取方法包括:用戶以關(guān)鍵詞和術(shù)語方式進行語義查詢；用戶代理根據(jù)電子目錄進行服務(wù)分解；用戶代理將目標(biāo)本體通過語義瀏覽器進行約束與偏好優(yōu)化；用戶代理根據(jù)用戶的選擇與輸入生成用戶需求本體的個體，并把該本體提交給推薦工具；推薦工具進行語義推理與匹本發(fā)明將本體技術(shù)結(jié)合起來應(yīng)用到傳統(tǒng)的用戶需求領(lǐng)域技術(shù)中。本體可用于獲取與用戶需求相關(guān)的領(lǐng)域知識。通過基于語義詞典或電子商務(wù)本體等資源的模型進行本體映射和偏好挖掘，進而生成用戶需求本體，所使用的本體資源與其他標(biāo)準具有很強的兼容性和通用性，能夠為用戶需求的發(fā)現(xiàn)和獲取提供支持。由于本體資源庫的元模型劃分明確且針對性較高，因此用戶需求描述和規(guī)則管理方便、維護簡單。通過語義推理與匹配進行約束狀態(tài)分析，與用戶形成交互，增加了用戶個性化需求或需求變化方面的考慮，使得獲取的需求與用戶的契合性更高。通過推斷工具判別是否適合用戶，概念模型的明確規(guī)范說明的本體，提供對用戶需求的精確獲取。


圖1為本發(fā)明用戶復(fù)雜需求獲取方法的流程圖。
具體實施例方式下面結(jié)合附圖和具體實施例對本發(fā)明作進一步的詳細說明。如圖1所示,用戶復(fù)雜需求獲取方法,包括:步驟1、用戶以關(guān)鍵詞和術(shù)語方式進行語義查詢步驟2、用戶代理根據(jù)電子目錄進行服務(wù)分解首先，用戶代理分析所述語義查詢，若查詢關(guān)鍵詞存在多義性，則啟動語義解析過程以清除關(guān)鍵詞在語義上的模糊性，則用戶代理首先查詢語義詞典，將與關(guān)鍵詞相關(guān)的不同概念顯示給用戶，讓用戶選擇其中恰當(dāng)?shù)囊粋€，然后用戶代理在電子目錄本體庫中查詢與用戶目標(biāo)相對應(yīng)的本體，得到一個沒有歧義的目標(biāo)。其次，對無歧義目標(biāo)，根據(jù)用戶的約束和偏好優(yōu)化生成用戶需求本體，若目標(biāo)服務(wù)為原子服務(wù)，則用戶代理直接通過本體映射獲取目標(biāo)服務(wù)本體的概念和屬性，并根據(jù)用戶的約束和偏好優(yōu)化生成用戶需求本體；若目標(biāo)服務(wù)不是原子服務(wù)，則用戶代理需要查詢服務(wù)資源目錄，對目標(biāo)服務(wù)進行分解，直至全部服務(wù)為原子服務(wù)，然后再通過本體映射獲取各個子目標(biāo)服務(wù)本體的概念和屬性，根據(jù)用戶的約束和偏好優(yōu)化生成用戶需求本體。步驟3、優(yōu) 化所述用戶需求本體用戶代理將目標(biāo)本體通過語義瀏覽器顯示給用戶，同時也顯示用戶需求本體，用戶可借助語義瀏覽器的功能來表達其在目標(biāo)屬性、服務(wù)和資源方面的約束和偏好。在顯示用戶需求本體時用戶代理會檢查用戶以前的歷史行為，若有則調(diào)用偏好挖掘工具進行挖掘，挖掘結(jié)果能在語義瀏覽器中設(shè)置為用戶需求本體屬性的缺省值。步驟4、用戶代理進行用戶需求本體個體生成用戶代理根據(jù)用戶的選擇與輸入生成用戶需求本體的個體，該本體被提交給推薦工具。步驟5、推薦工具進行語義推理與匹配分析用戶約束狀態(tài)的合理性，若約束條件過于寬松，將產(chǎn)生過于龐大的推薦列表，若約束條件過于嚴格，將無解，也就是推薦列表為空，這兩種情況都不是用戶想要的。這時推薦工具向用戶說明約束狀態(tài)，用戶要么做出約束與偏好的優(yōu)化后再提交給推薦工具進行推薦，要么要求系統(tǒng)基于語義相似性提供盡可能匹配的結(jié)果。在采用約束滿足求解時，若約束條件合適，推薦工具則生成推薦列表，并顯示給用戶。若用戶對推薦結(jié)果不滿意，可返回到第4步繼續(xù)對其約束與偏好進行優(yōu)化，啟動新的語義推理以獲得滿意的推薦結(jié)果。在采用基于語義相似度的匹配時，系統(tǒng)計算用戶需求與商品之間的語義相似度，并按語義相似度從大到小排序，選擇前N個結(jié)果返回給用戶。
權(quán)利要求
1.一種用戶復(fù)雜需求獲取方法與系統(tǒng)，其特征在于，包括: 用戶以關(guān)鍵詞和術(shù)語方式進行語義查詢； 用戶代理根據(jù)電子目錄進行服務(wù)分解； 用戶代理將目標(biāo)本體通過語義瀏覽器進行約束與偏好優(yōu)化； 用戶代理根據(jù)用戶的選擇與輸入生成用戶需求本體的個體，并把該本體提交給推薦工亙.N 9 推薦工具進行語義推理與匹配，并將語義相似度最高的N個結(jié)果返回給用戶。
2.根據(jù)權(quán)利要求1所述的用戶復(fù)雜需求獲取方法，其特征在于:用戶代理分析所述語義查詢，若查詢關(guān)鍵詞存在多義性，則啟動語義解析過程以清除關(guān)鍵詞在語義上的模糊性，則用戶代理首先查詢語義詞典，將與關(guān)鍵詞相關(guān)的不同概念顯示給用戶，讓用戶選擇其中恰當(dāng)?shù)囊粋€，然后用戶代理在電子目錄本體庫中查詢與用戶目標(biāo)相對應(yīng)的本體，得到一個沒有歧義的目標(biāo)。
3.根據(jù)權(quán)利要求1所述的用戶復(fù)雜需求獲取方法，其特征在于:所述用戶代理將目標(biāo)本體通過語義瀏覽器進行約束與偏好優(yōu)化包括: 根據(jù)用戶的約束和偏好優(yōu)化生成用戶需求本體； 優(yōu)化所述用戶需求本體。
4.根據(jù)權(quán)利要求3所述的用戶復(fù)雜需求獲取方法，其特征在于:· 若目標(biāo)服務(wù)為原子服務(wù)，則用戶代理直接通過本體映射獲取目標(biāo)服務(wù)本體的概念和屬性,并根據(jù)用戶的約束和偏好優(yōu)化生成用戶需求本體； 若目標(biāo)服務(wù)不是原子服務(wù)，則用戶代理需要查詢服務(wù)資源目錄，對目標(biāo)服務(wù)進行分解，直至全部服務(wù)為原子服務(wù)，然后再通過本體映射獲取各個子目標(biāo)服務(wù)本體的概念和屬性，根據(jù)用戶的約束和偏好優(yōu)化生成用戶需求本體。
5.根據(jù)權(quán)利要求3所述的用戶復(fù)雜需求獲取方法，其特征在于:用戶代理將目標(biāo)本體通過語義瀏覽器顯示給用戶，同時也顯示用戶需求本體，用戶借助語義瀏覽器的功能來表達其在目標(biāo)屬性、服務(wù)和資源方面的約束和偏好；在顯示用戶需求本體時用戶代理會檢查用戶以前的歷史行為，若有則調(diào)用偏好挖掘工具進行挖掘，挖掘結(jié)果能在語義瀏覽器中設(shè)置為用戶需求本體屬性的缺省值。
6.根據(jù)權(quán)利要求1所述的用戶復(fù)雜需求獲取方法，其特征在于:用戶代理根據(jù)用戶的選擇與輸入生成用戶需求本體的個體，該本體被提交給推薦工具。
7.一種用戶復(fù)雜需求獲取系統(tǒng)，其特征在于，包括: 語義查詢模塊，用于用戶以關(guān)鍵詞和術(shù)語方式進行語義查詢； 服務(wù)分解模塊，用于用戶代理根據(jù)電子目錄進行服務(wù)分解； 約束與偏好優(yōu)化模塊，用于用戶代理將目標(biāo)本體通過語義瀏覽器進行約束與偏好優(yōu)化； 用戶需求本體個體生成模塊，用于用戶代理根據(jù)用戶的選擇與輸入生成用戶需求本體的個體，并把該本體提交給推薦工具； 語義推理與匹配模塊，用于推薦工具進行語義推理與匹配，并將語義相似度最高的N個結(jié)果返回給用戶。
全文摘要
本發(fā)明涉及一種用戶復(fù)雜需求獲取方法與系統(tǒng)，該方法包括1)用戶以關(guān)鍵詞和術(shù)語方式進行語義查詢；2)用戶代理根據(jù)電子目錄進行服務(wù)分解；3)用戶代理將目標(biāo)本體通過語義瀏覽器進行約束與偏好優(yōu)化；4)用戶代理進行用戶需求本體個體生成；5)推薦工具進行語義推理與匹配；本發(fā)明將本體應(yīng)用到傳統(tǒng)的用戶需求領(lǐng)域技術(shù)中，通過概念模型的明確的規(guī)范說明的本體，提供對用戶需求的精確獲取。
文檔編號G06F17/30GK103235802SQ20131012947
公開日2013年8月7日 申請日期2013年4月16日 優(yōu)先權(quán)日2013年4月16日
發(fā)明者劉平峰, 傅魁, 曹洪江, 聶規(guī)劃, 陳冬林, 付敏, 康艷芳, 游懷杰 申請人:武漢理工大學(xué)