本书作者在武汉理工大学教授电子商务相关课程10余年，主持6个个性化服务相关的国家级、省部级科研项目，累计获得Web信息采集系统V1.0等5项专利/软件著作权，本书倾注了作者多年积累的教学心得和项目开发经验。 本书借助泛在技术、网络服务发现和网络服务组合技术与理论的研究成果，从满足用户个性化服务需求的角度出发，介绍网络服务智能发现机制，考虑服务名称相似度，设计服务属性矩阵，挖掘服务关联关系，研究综合网络服务智能发现算法，提出一个复杂网络环境下的基于用户个性化需求的网络服务智能发现技术，旨在帮助读者轻松掌握网络服务发现基本思路并能够触类旁通。 本书可供从事电子商务、管理科学科研领域工作的中、高级人员，高等院校研究生，以及相关专业的电子商务工作者使用。

随着电子技术、电子商务、泛在技术和面向服务技术的迅猛发展，现代服务业与信息产业的融合程度逐步加深。如何帮助用户解决复杂服务资源环境下面向用户个性化需求的网络服务智能发现成为服务领域专家学者所需要重点研究的关键问题。 就目前的研究现状而言，存在以下众多待研究的问题。 ① 伴随服务种类和服务数量的增加，如何根据服务的特征及属性帮助用户智能化地实现服务的选择和决策制定，提升用户体验并实现长尾效应，以期促进并取得新型服务产业的长足发展和企业价值的最大化。 ② 随着用户需求多样性和复杂性的增加，如何缩减简单的海量信息呈现方式下用户在完成服务消费之前必须完成大量的服务搜索、信息分析、属性比较等工作，降低服务发现成本。 ③ 如何采用智能方式挖掘用户需求多样性和潜在用户偏好以应对用户需求个性化给复杂网络环境下网络服务智能发现与推送所带来的挑战等。 本书在国家科技支撑项目“无线城市移动文化生活综合服务平台商业模式与服务目录技术研究（2012BAH93F04）”与国家自然科学基金项目“基于客户视角的Web服务组合优化与协同管理研究（71072077）”的资助下，借鉴国内外现有的网络服务市场长尾效应、网络用户行为、服务发现学习理论、方法和技术的基础上，结合服务发现与服务组合的研究成果，对复杂环境动态变化情况下网络服务智能发现方法展开研究，提出支持复杂网络环境下面向用户个性化需求的网络服务智能发现解决方案以解决上述问题。该方案首先提出面向用户偏好的网络服务智能发现框架，并在此基础上设计网络用户模型和网络服务本体模型，然后提出个性化网络服务本体库的生成与优化方法，最后设计基于个性化网络本体库的网络服务智能发现方法，并采用案例研究进行验证，主要研究贡献如下。 ① 面对现有Web服务发现方法只考虑服务功能请求和质量需求而忽视用户历史服务信息对用户制定服务决策的影响力问题，本书提出构建网络服务用户模型以实现服务用户个性化信息的存储、描述以及用户服务偏好的挖掘。设计了网络服务用户模型以及相应的计量标准，旨在通过交叉关联和社会化推荐解决服务发现流程的数据稀疏和冷启动问题，深入挖掘服务用户行为模式以提升服务用户信息利用程度，实现其商业价值并优化服务发现性能。 ② 在传统的基于Web服务提供商服务知识提供的服务本体模型构建基础上，结合用户服务行为变化，提出了基于网络服务用户需求和偏好的个性化网络服务本体生成方法；通过网络服务用户兴趣度和网络服务用户适合度等指标进行服务操作判断，实现个性化网络服务本体的动态更新，提高了候选服务发现准确性和效率，以符合用户满意度的服务体验促进服务用户忠诚度的提升，促进服务发现运营价值最大化目标的实现。 ③ 以网络服务用户兴趣度和网络服务用户适合度为基础，以有效满足用户个性化网络服务需求为目标，从用户服务请求和候选网络服务的匹配映射出发，设计了基于个性化网络服务本体的网络服务智能发现算法，从服务名称、服务属性矩阵和服务关联关系相似性三方面设计算法，实现了用户个性化服务偏好的有效挖掘利用与服务发现效率的提升，为用户创造新的网络服务模式，对发展我国新型现代服务业具有极为重要的意义。 本书由徐尚英博士主笔，负责全书写作大纲的拟定并定稿。撰写工作安排如下：第1、2章由聂规划教授执笔，第3、4章由陈冬林教授执笔，第5～8章由徐尚英博士执笔。 在本书的撰写过程中，我们得到了有关院校的同行和相关部门的大力支持与帮助，特别是武汉理工大学电子商务专业的教师和研究生们，他们对本书的撰写提出了许多宝贵的意见与建议，在此一并致谢。 作 者 2015年4月

第1章 绪论 1 1.1 概述 1 1.2 国内外研究现状 3 1.2.1 复杂网络环境下的服务相关研究 3 1.2.2 服务描述、评价与管理研究 5 1.2.3 服务模型构建研究 7 1.2.4 服务发现研究 12 1.2.5 服务组合研究 19 1.3 本书主要内容 27 参考文献 31 第2章 相关技术理论基础 45 2.1 泛在计算环境 45 2.2 泛在服务 49 2.2.1 泛在服务特征 49 2.2.2 泛在云服务发现 50 2.3 网络服务市场相关理论 51 2.3.1 长尾效应理论 52 2.3.2 网络消费者行为理论 53 2.4 服务发现技术 56 2.4.1 服务描述方法 56 2.4.2 服务存储策略 57 2.4.3 服务搜索策略 58 2.4.4 服务匹配方法 59 参考文献 60 第3章 面向用户个性化需求的网络服务智能发现方法框架 63 3.1 网络服务智能发现需求分析 63 3.1.1 网络服务发现场景解析 63 3.1.2 网络服务发现环境特点 65 3.2 网络服务智能发现框架设计思想 66 3.2.1 网络服务智能发现任务 67 3.2.2 网络服务智能发现数据源 68 3.2.3 网络服务智能发现框架特征 69 3.3 网络服务智能发现框架结构 70 3.3.1 网络服务用户模型 72 3.3.2 网络服务情境模型 72 3.3.3 网络服务模型 73 3.3.4 网络服务智能发现执行流程 74 本章小结 74 参考文献 75 第4章 网络服务用户模型构建 76 4.1 网络服务用户需求分析 76 4.2 网络服务用户基本信息模型 78 4.3 网络服务用户行为模型 80 4.3.1 用户服务搜索行为 82 4.3.2 用户服务点击行为 83 4.3.3 用户服务浏览行为 84 4.3.4 用户服务消费行为 84 4.3.5 用户服务收藏行为 85 4.3.6 用户服务评价行为 86 4.3.7 用户服务分享行为 86 4.4 网络服务用户适用度模型 87 4.4.1 用户适用度理论模型 87 4.4.2 用户适用度计算实例 91 本章小结 92 参考文献 93 第5章 网络服务本体构建与描述 94 5.1 网络服务本体构建原理 94 5.1.1 本体知识 94 5.1.2 本体建模目标 104 5.1.3 本体层次结构 106 5.2 网络服务本体模型构建 107 5.2.1 网络服务本体模型设计 107 5.2.2 网络服务本体模型描述 108 5.3 网络服务本体规则描述 110 5.3.1 网络服务本体基本规则 110 5.3.2 网络服务本体过滤规则 110 本章小结 112 参考文献 112 第6章 面向用户个性化需求的网络服务智能发现方法设计 118 6.1 网络服务智能发现流程 118 6.1.1 用户服务请求预处理 119 6.1.2 服务匹配与映射 120 6.1.3 服务过滤 123 6.1.4 服务发现结果集合排序 123 6.2 个性化网络服务本体库生成 123 6.2.1 基于主体约束的PSO 125 6.2.2 基于范围约束的PSO 128 6.2.3 混合约束条件下的PSO 131 6.3 个性化网络服务本体库优化与更新 133 6.3.1 服务本体库添加操作 134 6.3.2 服务本体库删除操作 135 6.4 网络服务智能发现关键算法设计 136 6.4.1 服务名称语义相似度算法 136 6.4.2 服务属性语义相似度算法 137 6.4.3 服务关系语义相似度算法 139 6.4.4 服务综合相似度算法 141 本章小结 142 参考文献 142 第7章 案例研究 144 7.1 案例背景 144 7.2 网络服务智能发现本体库构建 144 7.3 网络服务智能结果分析 150 7.3.1 智能发现结果及排序 150 7.3.2 服务发现方法比较分析 161 本章小结 163 参考文献 163 第8章 结语 165 8.1 结论 165 8.2 展望 168