基于社会网络的服务集成建模和推荐研究

Service-oriented Computing paradigm makes service composition being the major method for enterprise application integration. And the development of social network has promoted the emerging of more and more service sharing community web sites.This leads to new challenges for social service-oriented software development. How to integrating the service resource on internet? How to meet the dynamic and variable demands through service semantic management? How to discovery the desirous services for end users? These issues have prohibited the pratical application of service computing. This project aims to realize the service integrating, semantic modeling and recommending on Internet. By combining the social network technologies with service computing, focusing on the scientific problems on the theories,models,methods and tools of service semantic resource space,we undertake the research in the following five topics:(1) service-oriented multi-type knowledge linking model;(2)unified service semantic content management model;(3)social network-based service discovery and recommendation methods;(4) social network-based collaborative expert discovery model; (5)toolkit and platform for service integrating, modeling and recommending based on social network. Datasets and software developed as part of this project will be made available to the broader research community.This project will provide fundamental theories and technologies for the service composition and service computing to meet the requirements coming up by the open and variable internet environment.

服务计算这一计算范型的出现使得服务组装成为解决企业应用集成问题的重要方法,社会网络的发展又促进了服务共享社区站点的繁荣,这为社会化的面向服务软件开发方法带来新挑战.如何集成应用异构的互联网服务资源?如何通过服务的语义管理机制满足动态变化需求?如何选择最符合用户需求的服务?这些问题成为服务组装乃至服务计算范型应用的障碍.本项目以实现互联网上软件服务资源的集成、建模和推荐为目标,将社会网络和服务计算相结合,围绕服务语义资源空间的理论、模型、方法和工具这个科学问题,拟从五方面展开研究：(1)面向服务的多类型知识链接模型;(2)统一的服务语义内容管理模型;(3)社会化的服务发现和推荐方法;(4)社会化的协同专家发现模型;(5)基于社会网络的服务集成、建模和推荐工具包和系统平台.课题实现的工具包将开源用于科学研究.本课题为适应开放、变化需求的软件应用环境的服务计算提供理论基础和技术支撑.

服务计算这一计算范型的出现使得服务组装成为解决企业应用集成问题的重要方法,社会网络的发展又促进了服务共享社区站点的繁荣,这为社会化的面向服务软件开发方法带来新挑战.本项目以实现互联网上各种服务资源的集成、建模和推荐为目标,将社会网络和服务计算相结合,主要从以下五方面展开研究：(1)面向服务的关系链接预测模型;(2)服务的社会化内容采集和分析;(3)社会化的服务发现和推荐方法;(4)社会化的协同专家发现模型;(5)基于社会网络的服务集成、建模和推荐工具包和相应的应用领域研究.本课题为适应开放、变化需求的软件应用环境的服务计算提供理论基础和技术支撑..项目取得的研究成果已达到项目任务要求，在国际学术会议和期刊共发表学术论文14篇；申请国家发明专利1项. 申请人获黑龙江省科技奖三等奖1项和省高校科技奖二等奖1项. 所取得的重要成果及其科学意义如下：.(1)提出一系列服务社会化特征数据的采集、分析和链接预测方法。针对服务使用者之间链接关系预测问题提出一种联合预测的特征模型JPFM，提出社会网络的联合链接预测方法JLPM，研发服务的社会化内容爬取系统,给出一种基于主题的分析方法，并结合广告发布需求提出面向广告数据的稀疏特征学习方法ADoSFLM,以解决高维稀疏广告数据的特征学习问题。这些数据或特征的抽取和预测方法能为后续服务建模推荐提供数据基础，为服务的社会化共享集成提供一种实现基础..(2)提出一系列服务发现和推荐方法。提出一种针对社会化导购的橙领用户推荐方法SSOCRM,提出面向查询意图的服务资源查询方式，提出一种基于内容和结构的关键字图查询方法KSGCS.这些发现和推荐方法从不同角度解决了现有研究中存在的问题，能够用于各种服务资源的发现和推荐，为实现社会化的服务集成提供全新实现途径和技术，也进一步为大规模数据下的服务重用和软件开发提供技术保证..(3)提出一系列基于社会网络的专家团队生成方法和服务众包质量控制模型。针对互联网服务用户间协同合作问题，分别提出MCSTFA、MSCTFA以及MLDTFA算法来寻找最佳团队；针对服务的众包使用模式，提出阶段式动态众包质量控制模型和组合式的工作者提交结果质量评估方法.这些方法为社会化的软件开发模式提供了一种实现方案和质量保证..(4)提出在专用领域上上述方法的应用案例,研发相关原型系统，并设计和实现相关实验验证方法的可行性.