偏好演化驱动的组合服务动态重构方法研究

作     者：庞李鑫 

作者单位：烟台大学 

学位级别：硕士

导师姓名：刘志中

授予年度：2024年

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主      题：组合服务 动态重构 QoS失效 偏好演化 图神经网络 

摘      要：近年来,随着云计算、服务计算、移动边缘计算等多种计算模式的迅猛发展,信息化社会正在向服务化方向快速发展。现代服务业中的多个领域(智慧城市、智慧医疗、智慧养老等)涌现出大量的业务服务。通过优化聚合多个简单服务可以构建出功能强大的组合服务,从而满足大规模用户的复杂服务需求,并实现海量服务的增值,蕴藏着巨大的经济价值。目前,越来越多的用户倾向于选择长期运行的组合服务来处理他们的日常生活和工作事务。然而,在动态复杂的环境中,用户的偏好可能会发生变化,这使得已构建好的组合服务无法满足用户的新偏好,导致组合服务运行失效,严重地影响了用户的满意度。因此,深入开展偏好演化驱动的组合服务动态重构方法研究,不仅具有重要的理论意义,也具备一定的实际应用价值。 近年来,国内外学者针对组合服务动态重构问题进行了广泛而深入的研究,并取得了一系列显著的研究成果。然而,现有的研究工作主要面向服务故障或服务质量(Quality of Service,QoS)失效引起的组合服务动态重构,所提出的方法无法适用于用户偏好演化引起的组合服务动态重构问题。因此,如何主动地感知用户偏好的演化,并根据具体的演化情况对组合服务进行自适应地动态重构,已经成为现代服务业领域亟待解决的关键问题之一。为了解决上述问题,本文开展以下研究工作: (1)为了主动地感知用户偏好的演化,提出了一种基于图神经网络的偏好演化主动感知方法。该方法首先基于用户的会话数据构建用户与项目的交互序列图,并利用门控图神经网络学习图中节点的嵌入向量表示;然后,利用注意力网络学习用户与项目之间的复杂关联关系,获取用户的长期偏好;同时,基于位置感知网络保存序列中的位置信息,并利用注意力网络从序列中学习用户的短期偏好;之后,基于门控融合网络结合用户的长期偏好和短期偏好,进而推荐用户最感兴趣的项目;最后,通过建立项目与偏好之间的映射关系,并将推荐的项目与用户先前的偏好项目进行比较,从而实现用户偏好演化的主动感知。 (2)针对用户偏好演化导致组合服务失效问题,提出了一种面向偏好演化的组合服务动态重构方法。具体地,该方法首先基于用户偏好的演化情况,依据用户原偏好在组合服务中所对应的服务,进而确定组合服务需要进行重构的特定区域;然后,通过比较用户原偏好对应服务的QoS约束与新偏好对应服务的QoS约束,判断当前组合服务重构的可行性;最后,依据重构区域内满足用户新偏好时所需服务的规模,分别设计了基于服务替换的组合服务动态重构方法以及基于服务包的组合服务动态重构方法,从而实现面向偏好演化的组合服务动态重构。