一種單向鏈形式的服務可排序精確屬性的匹配度計算方法
【技術領域】
[0001] 本發(fā)明設計一種單向鏈形式的服務可排序精確屬性的匹配度計算方法，該方法面 向一些屬性參數值精確，且可以進行排序的屬性的匹配度的計算。從而解決了在具有該類 屬性的服務和產品的匹配過程中，其匹配方式過于嚴格而造成樣本集規(guī)模被過分縮小的問 題，其屬于制造領域。
【背景技術】
[0002] 在當今社會中，以云思想為核心的網絡服務形態(tài)日趨成熟。各類云計算、制造以及 電商平臺時刻影響著我們的生活。這些平臺運營和銷售的主要是各類的服務/產品。這些 服務/產品的描述非常重要，合理的描述方法會極大影響到平臺其他模塊的運行方案，同 時也會影響到用戶的選擇。目前最常見且成功的描述方法是結構化方法。該方法是將該服 務/產品的各類屬性、屬性的參數和參數的值逐一描述，然后通過關系數據庫進行存儲。為 了實現其推理和組合等方面功能，一些如描述語言等方面的描述方式也陸續(xù)出現，如在web 服務方面的WSDL和OWL-S等。一條描述服務/產品的信息，其內容是該服務/產品的所有 屬性及其參數值構成的。這樣每一條服務/產品都可以以表格的形式進行表示。對于同 類型的服務/產品，應該有非常接近的表示方式。服務/產品描述形式可以為Service = < Sdl，Sd2, . . .，Sdn>，其中S dl，Sd2, . . .，Sdn分別代表了服務/產品的η個屬性。
[0003] 針對目前這種服務/產品描述形式，對于需求和服務/產品的匹配，往往采用對每 個屬性逐一匹配，最后進行綜合加權的方式。對于每個屬性的匹配，一般有基于語義的、基 于邏輯推理或基于本體等的方法。這類方法往往適用于一些參數值都是模糊的屬性，以及 一些有明確功能兼容性的精確屬性的匹配。對于模糊屬性，該類屬性具體值包含一定的語 義信息，但存在形式較為隨意。具體說來，這些屬性的值是有明確的含義的，人類讀到這些 值后，就能多多少少明白該屬性的具體情況。同時，這些屬性值沒有非常規(guī)范或精準的定義 規(guī)則，所以其形式可能多種多樣。如服務的名稱。同一個服務，由不同的提供者提供，可能 使用不同的名字。而功能接近的服務，可能出現其名字也高度接近，甚至相同。對于一些參 數值是精確的精確屬性，其是有明確功能兼容性的精確屬性。如在web服務中的輸入/輸 出接口的標準，假設某輸入接口要求的是double型數據，往往其也可以兼容int型的數據。 諸如本體等的方法對應該類屬性的匹配也有很好的效果。對于一些精確屬性，如服務/產 品的提供商，往往沒有可比性，一般采用布爾方式進行匹配。這種方法雖然簡單，但是符合 用戶的需求，也有較好的效果。但是對于一類屬性，其參數值是精確的，但是完全不同的兩 個服務/產品即使其該類屬性不一樣，也不能絕對地確定該類屬性的匹配度為〇。同時，該 類屬性往往又可以根據不同的需求類型，對其進行排序。如計算機的CPU，如果用戶需求是 一 4核2. OGHz主頻，而有兩個CPU，①4核2. 2GHz主頻和②2核I. 6GHz主頻。明顯①號 (PU更能接近用戶需求，同時如果沒有用戶需求的CPU時，用戶選擇①號CPU也是可以接受 的。同樣對于多屬性的要求，如需求是CPU和顯卡都提出了具體參數值要求的計算機，對于 這類服務/產品的匹配，如果采用布爾方式就過于簡單嚴格了。
[0004] 針對這個問題，本發(fā)明設計了一種單向鏈形式的服務可排序精確屬性的匹配度計 算方法。該方法可以把這類屬性的匹配度轉化成0到1之間數值，將其模糊化。提出了為 用戶需求提供最接近的服務/產品的匹配方案。
[0005] 本發(fā)明的目的為：將屬性參數值精確且可進行排序屬性的匹配，轉化成一種按照 用戶需求的模糊匹配度的計算。通過該類計算，把原本需要精確匹配的部分屬性轉化成模 糊匹配。使用該類方法可以極大保護備選樣本集中的服務/產品，同時也能夠提供比較符 合需求的服務/產品。

【發(fā)明內容】

[0006] 本發(fā)明為解決上述問題，提出了一種單向鏈形式的服務可排序精確屬性的匹配度 計算方法。該方法首先確立可排序屬性。然后針對每一類可排序屬性構建規(guī)則，使其形成 一條有方向的單向鏈。然后構建匹配度計算公式，根據需求和服務/產品的屬性在該鏈中 的位置計算匹配度。其他類型的屬性（模糊屬性或其他類型精確屬性）使用傳統(tǒng)方法計算 匹配度。最后使用加權的方式計算需求和服務/產品之間的匹配度
[0007] 本發(fā)明采用的技術方案為：一種單向鏈形式的服務可排序精確屬性的匹配度計算 方法，該方法包括3個步驟：
[0008] 步驟1)、可排序屬性確立
[0009] 對于一類服務/產品，首先確立其可排序的屬性。即哪些屬性是可以適用于本方 法的。對于不適用于本方法的屬性使用其他傳統(tǒng)方法計算匹配度。
[0010] 步驟2)、構建屬性的排序規(guī)則
[0011] 對于可以適用于本方法的屬性，構建一個規(guī)則，該規(guī)則可以根據該類屬性的參數 及參數的值，對該類屬性進行排序，獲得一個有方向的屬性鏈。該鏈上的一個節(jié)點就是該類 屬性下的一個樣本。
[0012] 步驟3)、構建屬性匹配度計算公式
[0013] 通過一個匹配度計算公式，計算單向鏈上需求的屬性對應的節(jié)點與樣本集中的服 務/產品的屬性對應的節(jié)點的相似度，該相似度定義為匹配度。
[0014] 步驟4)、計算綜合匹配度
[0015] 計算多個屬性的匹配度，通過加權方式，計算最終匹配度。
[0016] 進一步的，步驟1提出了確立可排序屬性的思想，具體實現方式如下：
[0017] 服務/產品的描述方法中，一般是按照其具有的屬性進行逐條描述的。如一臺計 算機的生產商、CPU、顯示器、介紹說明等。這些屬性中，像介紹說明等的屬性，其內容往往是 模糊、隨意和不精確的。這類屬性一般使用信息檢索方面的方法來計算其匹配度。而像生 產商一類的屬性，需求和樣本要么完全符合，要么完全不符合，這類屬性的匹配度是布爾型 的。而對于CPU或者顯示器一類的屬性，這類屬性往往具有如下幾個特點：①這類屬性的需 求往往并不是非常嚴格。即其中一些樣本即使不能嚴格符合需求的要求，但是也可以被用 戶接受；②這類屬性的參數和參數值往往是精確的，如CPU，其參數主要包括核心數和主頻 等，這些參數對應的值也是精確的數字或文字；③同時由于科技水平等客觀因素，造成了其 可以進行排序。這種可排序的性質是服務和產品必將符合科學發(fā)展的要求而客觀造成的。 步驟1就是要確立這類服務。
[0018] 進一步的，步驟2在步驟1的基礎上選擇一種排序方式，對這類適用于該方法的屬 性，構建排序的規(guī)則，使這些屬性可以進行排序。以計算機內的屬性CPU為例，可以收集目 前常見的所有CPU資料，提供一個規(guī)則，把這些CPU連接成一個單向鏈。該規(guī)則可能有多種， 如按照性能、按照某些參數等。具體要看其適用的場景。
[0019] 進一步的，步驟3在步驟1和2的基礎上構建屬性的匹配度計算公式。具體實現 是獲取需求和樣本集對應的屬性在該類屬性單向鏈中對應節(jié)點的位置。構建一個公式，該 公式根據節(jié)點之間的距離和方向，計算出需求的屬性和各個樣本的屬性的匹配度。
[0020] 進一步的，最后步驟4中，其他非本方法適用屬性使用傳統(tǒng)方法計算匹配度，最后 把所有屬性的匹配度進行加權，獲取最終的匹配度。
[0021] 本發(fā)明與現有技術相比的優(yōu)點為：
[0022] 1.較為合理地獲取服務/產品的屬性匹配度，不會因為布爾方式等傳統(tǒng)方法造成 備選樣本集中的服務/產品數量減少，匹配結果的查全率