环绕智能的电子商务组合服务双目标推荐

刁海伦

摘要：环绕智能是未来智能社会的发展趋势之一，各类电子商务的服务组合问题也随之产生。本文简单介绍了电子商务中此类问题的解决方法。

关键词：环绕智能；组合服务；双目标优化

一、环绕智能

环绕智能（Ambient Intelligence，AmI）是2001年由欧洲信息社会咨询组ISTAG提出的一种基于局域网络与嵌入式智能模块的电子环境，对用户的行为和上下文进行触发式预测与决策，做出人类思维类似的反映，及时提供用户所需的服务。传统的电子设备的交互方式是指在某一环境当中的所有的电子设备都是传统功能型设备，缺少感应行为的智能化模块，也缺少连通各类电器的主控网络，用户的日常操作都是通过手动完成，而非由主控网络的智能化系统来管理与安排。这一全新的概念不仅需要先进的网络技术，也需要配套完善的、多功能的智能感知系统。

个人的环绕智能系统将会在未来同其他各类智能系统相互整合，用户可以参与到更大范围内的智能体验，相应地，各类企业作为服务的提供者将会通过Web服务的形式发布。届时，由于感知系统的并发性以及各类用户需求的并发性，对组合服务的及时性和可用性提出了更高要求。此外，用户也将期望能有更多的服务种类以及更好的服务质量。显然，当前的环绕智能系统并不能满足上述情况下的服务组合需求，因此环绕智能环境下的Web服务组合（Web Service Composition，WSC）是未来发展的趋势。

随着Web服务增多，同类型的Web服务必将大量产生，又由于不同提供商对于各类服务的标准尚未统一，相应的服务质量（Quality of Service， QoS）也将出现不一致，此外，为了满足用户具有个性化的需求，必须同时考虑到当前用户的个人服务偏好，因此Web服务组合需要通过QoS作为决策指标，并根据用户的偏好规则，对组合服务进行更正，实现高质量的服务组合。面向服务计算（Service-Oriented Computing，SOC）作为Web服务的技术基础，是一种低耦合的开放式服务交互方式，优点是将具体服务作为抽象服务，可以按照服务描述对其Qos进行获取并且计算，从而为组合服务的优化打下了基础。

二、Web服务组合的多目标优化模型

服务组合是指通过对不同功能的服务进行编排，从而构成了可以提供给用户的服务链。环绕智能的服务组合就是对现有的智能环境中的各类智能设备进行优选，并形成一组完整的服务链以满足参与者的服务需求。当服务系统发现了一组满足用户需求的同类服务时，需要通过QoS进行目标规划。

由于用户的个人偏好不同，同一种服务链对于处于不同的时间段和不同状态的用户来说，也存在着满意度上和需求上的不同，因此环绕智能环境下的服务组合需要对通过了解用户的个性化需求，通过基于多目标的推荐流程，计划出整套服务链条，并能够及时地提供给用户。

组合服务可定义为集合CS={S1，S2，…，Si…，Sm}，i=1，…，m，其中每一个抽象服务Si代表一类服务功能，Si={si1，si2，…，sij…，sin是具体提供的候选服务，代表第i个抽象服务中的第j个候选服务，并由环绕智能环境下的各类设备所提供。假定各类抽象服务都具有q个服务质量指标，则服务质量

q代表第i个抽象服务中的第j个候选服务的服务质量，其中Qi j k 代表第i个抽象服务中的第j个候选服务在第k个指标上的质量评价。多个候选服务的QoS属性向量构成一个m*n的服务决策矩阵D=Qij，其中Qij表示第i个服务的第j个属性取值。

QoS大致可分类两类，即成本型QoS和效益型QoS。成本型QoS（Cost QoS，CQ）具体包括响应时间（Time，T）、服务费用（Expense，E）；效益型QoS（Benefit Qos，BQ）具体包括可用性（Availability，A）、可靠性（Reliability，R）和信誉（Reputation，RP），可以将QoS替换为上述属性，例如T（si j ）表示第i类的第j个具体服务的时间QoS。

此外，用户对于这两类Qos也有要求，即存在一组关于成本和效益的约束条件。因而，环绕智能系统中的服务组合所要解决的双目标优化问题就是最小化成本型QoS并且最大化效益型QoS的有約束的双目标规划问题。本文假设服务链总体目标函数最优蕴含了每一类服务目标函数最优，因此，模型将对每一类服务进行双目标最优求解，将全部的最优所得解作为服务组合。

目前双目标规划的算法主要依靠遗传算法等。本文通过目标线性加权和法建立了双目标优化的数学模型，并采用具有精英保留策略的小生境遗传算法NSGA-II对该问题进行求解，得出两个目标函数的帕累托前沿（Pareto Front），对应的点集即为帕累托非劣解解集，并且选取两者同时最优的一个解作为组合服务的服务链。

三、双目标推荐算法描述

双目标问题的解通常不是所有目标函数的共同最优解，而是Pareto解，即非劣解，各个目标函数值无法同时达到最优。通常求解双目标规划问题的方法包括主要目标法、权重法、线性加权和法、理想点法以及功效系数法，本文为了加农啊哟说明组合服务的目标函数，便于用遗传算法加以求加，采用了权重法对两个目标函数中的各属性目标加以整合，并通过线性加权和法对两个目标函数加以整合。

由于环绕智能的服务数据无法实际获取，本文采用随机数据为Web服务提供参照，并从40个具体服务中进行服务组合，即假设一个组合服务是由8类抽象服务顺序组成，每一类抽象服务包含5个候选服务。

在双目标决策问题中，由于各个目标的量纲不同，此外目标函数的最值要求不一致，需要对服务的各个属性进行归一化处理，将目标值无量纲化，用线性加权和法计算新的目标函数值并进行比较，方法如下：

四、实验介绍

为了使遗传算法能够对组合服务的信息，本文采用NSGA-II遗传算法中的染色体编码方式，采用整数编码。基因中，前40位代表8个具体服务的五个质量属性，第41位到第42位代表目标函数值，第43位代表Pareto前沿的序号，第44位则表示该染色体所代表的个体所在的Pareto前沿集合中的拥挤距离（Crowding Distance，CD），如下所示：

为了快速计算适合用户偏好的服务组合，遗传算法采用种群是为100，进化代数为100，交叉概率为0.5，变异概率为0.09的参数配置，并随机选择初始种群。

实验表明，通过NSGA-II算法能够较好解决环绕智能下电子商务的服务组合问题。

五、结束语

电子撒谎那个屋领域的快速发展也带来了各类资配置问题的产生，本文介绍了双目标推荐，并大致介绍了如何使用改进遗传算法对该问题进行解决的方法，希望将来的研究能够更加具体和完善。（作者单位：天津师范大学管理学院）

参考文献

[1]岳昆， 王晓玲， 周傲英. Web 服务核心支撑技术研究综述[J]. 软件学报， 2004， 15（3）： 428-429.

[2]陈彦萍. Web 服务组合管理中的若干关键问题研究[D]. 西安：西安交通大学电子与信息工程学院， 2007.

[3]代钰， 杨雷， 张斌， 等. 支持组合服务选组的QoS模型及优化求解[J]. 计算机学报， 2006， 29（7） ： 116721178.