專利名稱：基于用戶偏好不完整和偏好沖突的Web服務(wù)選擇方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種Web服務(wù)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(wù)選擇方法。
背景技術(shù)：
決策和評估潛在行為的能力是眾多人工智能應(yīng)用的基石，包括專家系統(tǒng)，自動代理，決策支持系統(tǒng)，推薦系統(tǒng)，可配置軟件和約束優(yōu)化應(yīng)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(jìn)行的，比如在許多推薦系統(tǒng)中。更常用的是，需要決策者的具體偏好信息。在經(jīng)典決策理論和決策分析中，效用函數(shù)常用來表示決策者的偏好。獲取產(chǎn)生良好效用函數(shù)信息的過程是非常復(fù)雜和費(fèi)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(yīng)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(tǒng)，軟件決策支持應(yīng)用。近年來，用戶的偏好信息在許多領(lǐng)域發(fā)揮著越來越重要的作用。相應(yīng)的研究也從不同的角度對偏好信息的獲取和應(yīng)用進(jìn)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(qiáng)有力的方式，通常用效用函數(shù)的方式去表示用戶的偏好，又比如通常就可以構(gòu)建一個帶有附加值的函數(shù)，對每一個屬性對整個偏好的貢獻(xiàn)賦予一個權(quán)重。定量的方法雖然簡單有效，但是在實(shí)際或復(fù)雜的環(huán)境中，使用這種方法還有很大的困難。當(dāng)效用函數(shù)不可用時，需要訴諸于定性的方式表不偏好。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(jié)合的方法，最近也成為研究的熱點(diǎn)。理想情況下，定性信息應(yīng)該通過非息，獲取的過程應(yīng)該適合自動化。對這些定性偏好信息的自動推理應(yīng)該具有有效的語義和高效的計算效率。

發(fā)明內(nèi)容
本發(fā)明的目的是為了克服現(xiàn)有技術(shù)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(wù)選擇方法。本發(fā)明采用的技術(shù)方案為一種基于用戶偏好不完整和偏好沖突的Web服務(wù)選擇方法，包括以下步驟
1)當(dāng)接收到用戶的偏好描述后，系統(tǒng)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(xiàn)在偏好導(dǎo)出圖中，即偏好導(dǎo)出圖出現(xiàn)了環(huán)路，則會執(zhí)行環(huán)路去除過程以消除所有環(huán)路；
2)然后，將修正過的偏好描述傳遞給服務(wù)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(wù)，如果選擇的結(jié)果集對用戶來說太大(即包含的Web服務(wù)數(shù)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(jìn)一步明確才能達(dá)到有效篩選服務(wù)的目的；
3)這時，偏好描述就被傳遞給偏好補(bǔ)充模塊，該模塊將提供用戶可能同意添加的偏好，然后繼續(xù)進(jìn)行服務(wù)選擇模塊，這個過程將一直執(zhí)行下去直到服務(wù)選擇得到的結(jié)果集是用戶滿意的或已經(jīng)沒有附加的偏好可用來補(bǔ)充當(dāng)前用戶的偏好信息為止，以此來提高Web服務(wù)選擇的準(zhǔn)確性。作為優(yōu)選，本發(fā)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(dāng)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(jù)具有相似意圖的用戶的偏好進(jìn)行補(bǔ)充或者改正。作為優(yōu)選，本發(fā)明中應(yīng)用協(xié)作過濾的思想，S卩如果一個用戶的條件偏好項(xiàng)是不完整的，對偏好進(jìn)行補(bǔ)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(wù)的；同樣，如果一個用戶的偏好存在偏好沖突，必須首先進(jìn)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(xiàng)來達(dá)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(dǎo)出，，就認(rèn)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(wù)的這些偏好項(xiàng)就用于補(bǔ)充一個不完全的CP-net，而得到支持最少的偏好項(xiàng)則作為被刪除的偏好項(xiàng)以去除沖突。本發(fā)明使用CP-net建模用戶偏好，在使用CP_net表示偏好時，CP_net定義了一個結(jié)果集合空間。存在一個待選集合到結(jié)果集合的映射對于待選集合中的任意一個元素，必然存在一個結(jié)果集合中的元素相對應(yīng)，反之則不然。CP-net表示的偏好定義了結(jié)果集合元素之間的序關(guān)系，待選集合中的事物的比較通過對應(yīng)結(jié)果集合元素之間的序關(guān)系進(jìn)行。比較的目的是為了獲得最優(yōu)的候選事物，所以在進(jìn)行選擇時，首先獲取結(jié)果集合元素之間的序關(guān)系，通過序關(guān)系查詢待選集合，選擇最優(yōu)的候選事物。雖然可以通過推理得到最優(yōu)的結(jié)果集合元素，由于存在偏好不完整，最優(yōu)結(jié)果包含的元素數(shù)目過多，以至于得到的候選事物過多。在許多典型的應(yīng)用情景下，雖然最優(yōu)結(jié)果對應(yīng)的候選事物可以滿足需求，但是用戶或者附加的約束條件會限制用戶獲得最優(yōu)的結(jié)果集合，最簡單的例子就是資源的限制。還存在一種情況待選集合到結(jié)果集合的映射為滿射，即使得到了最優(yōu)的結(jié)果集合元素，對應(yīng)的候選事物的數(shù)量為0，需要返回次優(yōu)的結(jié)果對應(yīng)的候選事物。這說明即使不是偏好模型中最優(yōu)的結(jié)果，也有必要得到結(jié)果之間的排序。這就使得對結(jié)果集合的某些元素進(jìn)行排序具有非常重要的意義。在使用偏好進(jìn)行決策時，假設(shè)用戶的偏好存在沖突，對同一情況下做出的決策就有可能前后不一致，甚至是矛盾的。因此，需要對偏好模型中的沖突的偏好進(jìn)行檢測，并采取措施解決沖突。有益效果本發(fā)明基于聚類的協(xié)同過濾算法，將整個用戶空間分成若干個聚類，每個聚類內(nèi)用戶的偏好盡可能相似，不同聚類內(nèi)用戶的偏好盡可能不同。根據(jù)每個聚類中用戶的偏好生成一個虛擬用戶，虛擬用戶代表了該聚類中用戶的典型偏好，將所有虛擬用戶的偏好看作全新的偏好空間，計算當(dāng)前用戶與虛擬用戶空間中的最近鄰居，解決偏好不確定和偏好沖突。


圖I是基于用戶偏好不完整和偏好沖突的Web服務(wù)選擇系統(tǒng)工作流程圖。
具體實(shí)施例方式下面結(jié)合附圖和具體實(shí)施方式
對本發(fā)明做進(jìn)一步說明。如圖I所示，一種基于用戶偏好不完整和偏好沖突的Web服務(wù)選擇方法，包括以下步驟
1)當(dāng)接收到用戶的偏好描述后，系統(tǒng)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(xiàn)在偏好導(dǎo)出圖中，即偏好導(dǎo)出圖出現(xiàn)了環(huán)路，則會執(zhí)行環(huán)路去除過程以消除所有環(huán)路； 2)然后，將修正過的偏好描述傳遞給服務(wù)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(wù)，如果選擇的結(jié)果集對用戶來說太大(即包含的Web服務(wù)數(shù)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(jìn)一步明確才能達(dá)到有效篩選服務(wù)的目的；
3)這時，偏好描述就被傳遞給偏好補(bǔ)充模塊，該模塊將提供用戶可能同意添加的偏好，然后繼續(xù)進(jìn)行服務(wù)選擇模塊，這個過程將一直執(zhí)行下去直到服務(wù)選擇得到的結(jié)果集是用戶滿意的或已經(jīng)沒有附加的偏好可用來補(bǔ)充當(dāng)前用戶的偏好信息為止，以此來提高Web服務(wù)選擇的準(zhǔn)確性。利用CP-net之間的相似度，我們可以識別出具有相似偏好的用戶。當(dāng)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(jù)具有相似意圖的用戶的偏好進(jìn)行補(bǔ)充或者改正。本發(fā)明中應(yīng)用協(xié)作過濾的思想，S卩如果一個用戶的條件偏好項(xiàng)是不完整的，對偏好進(jìn)行補(bǔ)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(wù)的。同樣，如果一個用戶的偏好存在偏好沖突。必須首先進(jìn)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(xiàng)來達(dá)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，這里我們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(dǎo)出，我們就認(rèn)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(wù)的這些偏好項(xiàng)就用于補(bǔ)充一個不完全的CP-net，而得到支持最少的偏好項(xiàng)則作為被刪除的偏好項(xiàng)以去除沖突。為了從一個CP-net中刪除沖突，我們首先需要識別沖突，沖突就是CP_net的偏好導(dǎo)出圖中的一個環(huán)。在CP-net中檢測沖突的多種算法，本發(fā)明中采用算法來檢測沖突(環(huán))，一旦在偏好導(dǎo)出圖中檢測出一個環(huán)，我們沿著邊在CP-net中找到相連的條件偏好。這些偏好都是將要從這個CP-net中刪除的候選項(xiàng)，最后，我們的投票機(jī)制將用于決定最終將被刪除的偏好項(xiàng)。使用CP-net間的相似度，利用聚類算法識別出具有相似意圖的用戶，這些用戶具有相似的偏好。當(dāng)前用戶提出其不完整的CP-net的時候，我們能夠利用與其具有相似意圖的用戶的偏好為其推薦偏好。因?yàn)榫哂邢嗨埔鈭D的用戶可能提供大量的偏好，為當(dāng)前用戶選擇恰如其意圖的偏好就成為一個很重要的問題。應(yīng)用協(xié)作過濾的思想，如果一條偏好被越多的與當(dāng)前用戶具有相似意圖的用戶共享，則該條偏好匹配當(dāng)前用戶的潛在的偏好幾率就越高，因此，我們的系統(tǒng)使用具有相似意圖的用戶對候選的偏好項(xiàng)進(jìn)行投票，若一條偏好能夠從一個用戶的CP-net中推導(dǎo)出來，我們的系統(tǒng)就認(rèn)為該用戶為該條偏好投了一票，最 后，得票數(shù)最多的偏好被挑選出來作為候選補(bǔ)充項(xiàng)。應(yīng)當(dāng)指出，對于本技術(shù)領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明原理的前提下，還可以做出若干改進(jìn)和潤飾，這些改進(jìn)和潤飾也應(yīng)視為本發(fā)明的保護(hù)范圍。本實(shí)施例中未明確的各組成部分均可用現(xiàn)有技術(shù)加以實(shí)現(xiàn)。
權(quán)利要求
1.一種基于用戶偏好不完整和偏好沖突的Web服務(wù)選擇方法，其特征在于包括以下步驟 O當(dāng)接收到用戶的偏好描述后，系統(tǒng)算法首先檢查偏好的一致性，如果偏好包含沖突，表現(xiàn)在偏好導(dǎo)出圖中，即偏好導(dǎo)出圖出現(xiàn)了環(huán)路，則會執(zhí)行環(huán)路去除過程以消除所有環(huán)路； 2)然后，將修正過的偏好描述傳遞給服務(wù)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(wù)，如果選擇的結(jié)果集對用戶來說太大以至于不能被用戶接受，說明用提供的偏好信息過于簡單，還需要進(jìn)一步明確才能達(dá)到有效篩選服務(wù)的目的； 3)這時，偏好描述就被傳遞給偏好補(bǔ)充模塊，該模塊將提供用戶可能同意添加的偏好，然后繼續(xù)進(jìn)行服務(wù)選擇模塊，這個過程將一直執(zhí)行下去直到服務(wù)選擇得到的結(jié)果集是用戶滿意的或已經(jīng)沒有附加的偏好可用來補(bǔ)充當(dāng)前用戶的偏好信息為止，以此來提高Web服務(wù)選擇的準(zhǔn)確性。
2.根據(jù)權(quán)利要求I所述的基于用戶偏好不完整和偏好沖突的Web服務(wù)選擇方法，其特征在于本發(fā)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(dāng)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(jù)具有相似意圖的用戶的偏好進(jìn)行補(bǔ)充或者改正。
3.根據(jù)權(quán)利要求2所述的基于用戶偏好不完整和偏好沖突的Web服務(wù)選擇方法，其特征在于本發(fā)明中應(yīng)用協(xié)作過濾的思想，即如果一個用戶的條件偏好項(xiàng)是不完整的，對偏好進(jìn)行補(bǔ)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(wù)的；同樣，如果一個用戶的偏好存在偏好沖突，必須首先進(jìn)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(xiàng)來達(dá)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(dǎo)出，，就認(rèn)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(wù)的這些偏好項(xiàng)就用于補(bǔ)充一個不完全的CP-net，而得到支持最少的偏好項(xiàng)則作為被刪除的偏好項(xiàng)以去除沖突。
全文摘要
本發(fā)明公開了一種基于用戶偏好不完整和偏好沖突的Web服務(wù)選擇方法，包括以下步驟當(dāng)接收到用戶的偏好描述后，系統(tǒng)算法首先檢查偏好的一致性，如果偏好包含沖突，則會執(zhí)行環(huán)路去除過程以消除所有環(huán)路；然后，將修正過的偏好描述傳遞給服務(wù)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(wù)，如果選擇的結(jié)果集對用戶來說太大以至于不能被用戶接受，偏好描述就被傳遞給偏好補(bǔ)充模塊，該模塊將提供用戶可能同意添加的偏好，然后繼續(xù)進(jìn)行服務(wù)選擇模塊，這個過程將一直執(zhí)行下去直到服務(wù)選擇得到的結(jié)果集是用戶滿意的或已經(jīng)沒有附加的偏好可用來補(bǔ)充當(dāng)前用戶的偏好信息為止，以此來提高Web服務(wù)選擇的準(zhǔn)確性。
文檔編號H04L29/08GK102882937SQ20121032872
公開日2013年1月16日 申請日期2012年9月6日 優(yōu)先權(quán)日2012年9月6日
發(fā)明者王紅兵, 孫文龍 申請人:東南大學(xué)