專利名稱：一種基于組推薦的服務選取系統及其選取方法
技術領域：
本發明涉及計算機領域，具體是ー種在開放的網絡環境中，利用組推薦和協同過濾技木，針對用戶団體，綜合考慮每個用戶的興趣，提出了極大化團體滿意度的方法。
背景技術：
隨著軟件技術的不斷發展和成熟，越來越多的服務實現了相同或者相近的功能，在服務選取的過程中，如何最大化用戶的滿意度，真正做到面向用戶是現階段研究的ー個熱點問題。用戶從最初的只關心服務的功能，到越來越多地考慮非功能因素，如用戶體驗，價格等。除此之外，隨著Twitter等社交類應用的流行，用戶更多地表達自己的觀點，有效 地綜合利用這些反饋信息，能設計出高效有針對性的服務選取方法。另ー方面，Web2.0技術讓人們之間的聯系更加緊密，用戶更多地以集體地形式活動，如聚餐，旅游等。傳統的服務選取方法基本是針對單個用戶的，在此情景下并不適用。傳統的方法綜合各種QoS因素提出了針對單個用戶的服務選取模型。但隨著社交網絡的出現和大量基于社交的服務的流行，人們更多以群體的形式進行各式各樣的活動。為了使最終選取的服務能夠盡可能符合每個用戶的興趣愛好，需要獲得單個用戶對可選服務的評價信息，但通常這樣的信息并不完整。實踐證明，推薦系統能有效地解決這類信息稀疏問題，通過分析用戶的興趣特點和歷史購買行為對用戶進行建摸。現代電子商務網站如Amazon和Netflix借助推薦系統提供了個性化的決策支持和信息服務。目前的推薦系統方法按使用的內容來分主要分為三類，一是計算用戶興趣與物品內容數據的相似度，稱為內容過濾的方法。ニ是利用用戶的歷史數據，計算用戶(物品)兩兩之間的相似度，根據領域來推薦的協同過濾方法。三是根據用戶在社會化關系網絡中的信任關系來推薦的社會化過濾方法。但是這些方法都不適用于針對団體用戶，無法綜合考慮每個用戶的興趣。而且現有的組推薦方法或者沒有考慮多QoS因素的情況，或者在擴展性和效率方面存在缺陷。

發明內容
本發明所要解決的技術問題是提供一種基于組推薦的服務選取系統及其選取方法，該系統針對用戶団體，綜合考慮每個用戶的興趣，極大化提高了団體的滿意度。本發明所述的ー種基于組推薦的服務選取系統，其工作在用戶及可滿足用戶基本功能的若干服務之間，該系統包括數據獲取模塊、數據處理模塊和請求處理模塊，其中
數據獲取模塊接收各服務傳遞的數據，并轉發給數據處理模塊，
請求處理模塊接收用戶發送的查詢請求，并將查詢請求轉發給數據處理模塊，
數據處理模塊將處理后的結果經請求處理模塊轉發給客戶。所述數據處理模塊還連接本地數據存儲模塊用于存儲部分中間結果。
此外，本發明還提供了基于組推薦的服務選取系統的選取方法，其包括以下步驟
1)數據獲取模塊從服務中取得每個用戶的評分數據，
2)數據處理模塊對用戶的評分進行分析，獲得用戶的偏好特征，
3)請求處理模塊接收用戶發送的查詢請求，并將查詢請求轉發給數據處理模塊，當一個組推薦請求到來時，處理模塊綜合組內每個用戶的特征，為組整體建立模型，
4)采用協同過濾法獲取領域，生成整個組的推薦列表，并將推薦列表返回。上述步驟I)獲取的數據是〈Userid, Itemld, Ratings〉三元組的形式，其中Ratings是ー個多維向量,維度是指標的個數。上述步驟2)的評分格式為
權利要求
1.一種基于組推薦的服務選取系統，其工作在用戶及可滿足用戶基本功能的若干服務之間，其特征在于，該系統包括數據獲取模塊、數據處理模塊和請求處理模塊，其中 數據獲取模塊接收各服務傳遞的數據，并轉發給數據處理模塊， 請求處理模塊接收用戶發送的查詢請求，并將查詢請求轉發給數據處理模塊， 數據處理模塊將處理后的結果經請求處理模塊轉發給客戶。
2.根據權利要求I所述的基于組推薦的服務選取系統，其特征在于，數據處理模塊還連接本地數據存儲模塊用于存儲部分中間結果。
3.—種權利要求I所述基于組推薦的服務選取系統的選取方法，其特征在于包括以下步驟 1)數據獲取模塊從服務中取得每個用戶的評分數據， 2)數據處理模塊對用戶的評分進行分析，獲得用戶的偏好特征， 3)請求處理模塊接收用戶發送的查詢請求，并將查詢請求轉發給數據處理模塊，當一個組推薦請求到來時，處理模塊綜合組內每個用戶的特征，為組整體建立模型， 4)采用協同過濾法獲取領域，生成整個組的推薦列表，并將推薦列表返回。
4.根據權利要求3所述的基于組推薦的服務選取系統的選取方法，其特征在于，步驟1)獲取的數據是〈Userid,Itemld, Ratings〉三元組的形式，其中Ratings是一個多維向量，維度是指標的個數。
5.根據權利要求3所述的基于組推薦的服務選取系統的選取方法，其特征在于，步驟2)的評分格式為
6.根據權利要求3所述的基于組推薦的服務選取系統的選取方法，其特征在于，步驟3)的具體過程為在獲得組內每個用戶的評分比重后，對整個組建模，其用如下的公式描述
7.根據權利要求3所述的基于組推薦的服務選取系統的選取方法，其特征在于，步驟4)中采用協同過濾法獲取領域，生成整個組的推薦列表的具體過程為 協同過濾通過分析歷史數據為整個組的虛擬用戶推薦服務列表，其用如下的公式描述
全文摘要
本發明公開了一種基于組推薦的服務選取系統及其選取方法，該系統其工作在用戶及可滿足用戶基本功能的若干服務之間，包括數據獲取模塊、數據處理模塊和請求處理模塊。選取方法為數據獲取模塊從服務中取得每個用戶的評分數據，數據處理模塊對用戶的評分進行分析，獲得用戶的偏好特征，請求處理模塊接收用戶發送的查詢請求，并將查詢請求轉發給數據處理模塊，當一個組推薦請求到來時，處理模塊綜合組內每個用戶的特征，為組整體建立模型，采用協同過濾法獲取領域，生成整個組的推薦列表，并將推薦列表返回。發明考慮多QoS因素的組推薦服務選取算法，并驗證了該算法的正確性和高效性。并設計和實現了基于WebService的簡單原型系統。
文檔編號G06F17/30GK102855333SQ20121036890
公開日2013年1月2日 申請日期2012年9月27日 優先權日2012年9月27日
發明者呂建, 徐鋒, 劉濤 申請人:南京大學