70、融合服务质量与社交信息的服务排名方法

融合服务质量与社交信息的服务排名方法

1. 背景与问题提出

云计算作为互联网服务发展的重要一步，正被越来越多的企业所采用。在云计算环境中，常常存在多个功能相似的软件服务，例如常见的谷歌、雅虎和Mapquest等地图服务。用户、服务组合者和服务调用者需要从这些相似的服务中挑选出满足自身需求的服务。随机选择可能并非最优，还可能导致效率低下和成本增加。因此，为用户提供一种评估相似服务相对优劣的方法显得尤为重要。

2. 现有方法与本文思路

过去的研究主要集中在寻找与所需接口最匹配、支持特定功能或满足特定规则和策略的服务。而本文提出的方法，是在已经完成初步匹配得到一组相似服务的基础上，重点关注服务排名。我们将社交网络和服务网络进行类比，在社交网络中用户对服务进行评价，在服务网络中，服务可以根据调用的成功情况对其他服务进行评价。服务的高排名不仅取决于大量的服务客户端，还取决于这些客户端的满意度。一个服务排名的提升会对其依赖的其他服务产生积极影响。

3. 主要贡献

• 提出了一种新的服务排名算法ServiceRank，该算法将服务质量（如响应时间和可用性）与社交排名因素（如服务被其他服务调用的频率）相结合。
• 通过实验结果表明，该算法高效且开销极小。
• 研究了Web上不同地图服务的性能，结果显示不同服务表现出不同的行为，这也说明了需要定量方法对服务进行排名。

4. ServiceRank算法详解

4.1 服务网络示例与排名因素

ServiceRank考虑了服务通过服务组合相互调用的情况。例如，在一个服务网络中，圆