5、新型多粒度服务组合模型解析

新型多粒度服务组合模型解析

1. 相关研究

服务的组织和管理方式对服务组合效率有着显著影响，而服务关联挖掘是有效组织服务的前提。目前有多种研究方向：
- 基于共现关系的研究 ：部分研究提出用共现关系表示服务间的组合关系，并基于此进行服务推荐。共现频率能体现服务组合的强度，但无法准确表达服务间真正的前后继关系，如接口匹配关系，也就不能精准反映服务间的潜在组合关系。
- 考虑前后继关系的研究 ：Guiling考虑了前后继关系进行后继服务推荐。该方法先利用输入 - 输出接口匹配信息构建服务网络模型，再结合用户选择的上下文标签进行服务推荐。
- 基于服务网络模型的研究 ：Xiao Lei以地理信息系统为例，利用服务描述信息和输入 - 输出接口的语义信息构建服务网络模型，用户只需提供起止信息，系统就能从模型中搜索匹配的服务链并进行排序推荐。
- 考虑服务演化的研究 ：有研究认为API（服务）及其Mashup（服务组合）具有随时间演化的特点，如发布、消亡和更新。通过服务生态系统的方法可以提高服务推荐质量。

然而，当前研究存在一些局限性：
- 服务关联描述不准确 ：一方面，很多研究用共现关系描述服务关联，与前后继关系相比，准确性不足；另一方面，在提取服务关联相关指标时，只考虑了关联强度，忽略了服务关联的结构信息，如顺序、并行等。
- 服务推荐粒度不灵活 ：现有推荐技术主要提供特定服务（服务级）或服务链（链级）的推荐。服务级推荐信息