计算机科学与技术学院，天津大学，天津300072，中国 Web Site: www.colmanzf.com/colman 基于服务网络的服务生态系统研究 黄科满 计算机科学与技术学院，天津大学，天津300072，中国 Email: victoryhkm@gmail.com Web Site: www.colmanzf.com/colman

服务生态系统 1 背景 服务数量和种类的极大丰富 服务之间关系复杂多变 业务流程服务化 制造资源服务化 数据资源服务化 信息资源服务化 服务化转型 面向服务思想 业务流程服务化 制造资源服务化 数据资源服务化 信息资源服务化 业务服务 云制造 数据服务 社会化服务 SOA/RESTful 服务数量和种类的极大丰富 服务化转型和面向服务思想的发展，企业/组织将其业务/ 资源通过服务化、网络化的方式提供给用户 数据共享服务共享 互联网中存在海量的急剧增加的异质服务 服务之间关系复杂多变 多个服务动态集成与组合以满足复杂多变的业务需求 不再完全按照预定的方式进行，而是按照实际需求进行 服务之间相互竞争，相互协作，形成复杂多变的关联关系 服务生态系统 随着面向服务的思想以及服务化转型的发展，越来越多的企业和组织通过服务化封装将其资源和能力封装成为服务，通过互联网进行协作，使得整个互联网领域中的服务数量急剧增加；与此同时，多个服务通过动态的组合形成服务组合以满足复杂多变的业务需求。因此服务不再完全按照预设的方式进行，在长期的竞争协作的当中形成了复杂多变的关联关系

1 服务生态系统 谷歌生态系统 API生态系统 服务生态系统： 由服务、服务关联以及服务所处的外部环境（服务平台、用户）等要素构成。服务之间在功能上相互关联，行为上彼此协同，表现出复杂的动态性和业务生态行为，形成具有自组织、自适应以及动态演化特性的复杂系统。 移动应用生态系统 谷歌生态系统 阿里巴巴商业生态系统 API生态系统

1 服务生态系统 服务提 供商 系统： 服务提供商提供服务， 发布到互联网当中。 组织管控： 海量的服务组织形成服务领域。 服务领域 选择/组合： 服务组合开发者解析需求， 并且选择相应的服务构成 服务组合。 用户： 服务消费者提出业务需求。 需求领域 服务组合 开发者 服务消费者需求 （服务组合/个性化服务） 服务消费者

2 系统 研究问题 服务提 供商 服务领域 研究内容 需求领域 服务组合 开发者 服务消费者 研究成果 服务消费者需求 如何描述海量的服务以及服务之间的复杂关系？ 如何量化服务在长期竞争协作形成的系统特性？ 如何预测服务的演化过程从而协助服务推荐？ 服务领域 研究内容 模型：从服务增值行为出发，识别关联关系，构建服务生态系统的四层异质网络模型 量化：基于服务网络模型，从系统健康度角度构建服务生态系统的量化分析指标体系 需求领域 预测：从链路预测角度出发，预测服务网络演化过程，并提出三种服务组合推荐方法，协作服务组合的构建和服务选择；服务失效预测，过滤失效服务 服务组合 开发者 服务消费者需求 （服务组合/个性化服务） 服务消费者 研究成果 [ICWS’12,13] [CCPE’13] [T-ASE’14] [CCPE’14]

3 组织管理 研究问题 服务提 供商 服务领域 研究内容 Bootstrapping T 需求领域 Recommendation 服务组合 海量的服务如何进行有效的组织和管理？ 如何识别服务领域的可信服务，从而协助服务选择？ 如何设计可信机制从而促进系统的良性演化？ 服务领域 研究内容 聚类：从服务描述和标签出发，基于话题模型构建服务功能领域自动抽取模型；服务隶属于多个领域 T Bootstrapping Migration Recommendation Feedback 可信计算：构建网络信任传播模型计算服务的可信度，结合聚类实现服务领域可信度计算，支持领域服务可信选择； 需求领域 可信机制设计：设计基于服务成熟度的领域服务可信管理机制，提升服务生态系统的公平性和多样性； 服务组合 开发者 服务消费者需求 （服务组合/个性化服务） 服务消费者 研究成果 [ICSOC’13] [IJCIM’14] [ICSOC’14a]

4 选择与推荐 服务提 供商 决策树+ Adaboost 研究问题：推荐 服务领域 研究内容 负样本 需求领域 服务组合 开发者 如何实现对用户需求的解析，实现需求与服务领域的映射？ 如何考虑服务使用模式以及服务需求的演化过程？ 服务领域 研究内容 映射：基于话题模型实现功能领域和需求的向量化，进而构建基于ELM的需求映射方法，提出需求领域映射方法，支持服务功能领域的选择 负样本 需求领域 需求演化预测：基于话题模型构建服务需求演化模型，对服务需求的演化进行预测 关联挖掘：从服务功能标签出发，提出关联规则样本生成方法，解决数据稀疏性问题，基于决策树构建关联规则，从而推荐服务组合。 服务组合 开发者 服务消费者需求 （服务组合/个性化服务） 服务消费者 研究成果 [ICWS’14a] [ICWS’14b] [ICSOC’14b] [TSC’14]

5 主要相关文章 [T-ASE’14] Keman Huang, Yushun Fan, Wei Tan, Recommendation in an Evolving Service Ecosystem Based on Network Prediction. (SCI Q2, JCR Zone 3, CCF B, IF1.674) [IJCIM’14] Yushun Fan, Keman Huang, Wei Tan, Yang Zhong, Jinhui Yao, Surya Nepal, Shiping Chen, Domain-aware Reputable Service Recommendation in Heterogeneous Manufacturing Service Ecosystem. (SCI Q3, JCR Zone 4, IF0.944) [TSC’14] Yang Zhong, Yushun Fan, Keman Huang, Wei Tan, Jia Zhang, Time-aware Service Recommendation for Mashup Creation. (SCI Q1, JCR Zone 3, CCF B, IF2.460) [CCPE’14] Yi Liu, Yushun Fan, Keman Huang, Wei Tan. Service Failure Analysis and Tolerance Strategies in Service Ecosystem, Concurrency and Computation: Practice and Experience. (SCI Q2, JCR Zone 4, CCF C, IF0.845) [ICWS’14a] Yang Zhong, Yushun Fan, Keman Huang, Wei Tan, Jia Zhang, Time-aware Service Recommendation for Mashup Creation in an Evolving Services. (Research Track, CCF B, Accepted Rate: 20%, Best Student Paper) [ICWS’14b] Bofei Xia, Yushun Fan, Cheng Wu, Keman Huang, Wei Tan, Jia Zhang, Bing Bai, A Domain-aware Service Recommendation Method for Service Composition. (Industry Track, Accepted Rate: 30%) [ICSOC’14a] Keman Huang, Yi Liu, Surya Nepal, Yushun Fan, Shiping Chen, Wei Tan, A Novel Equitable Trustworthy Mechanism for Service Recommendation in the Evolving Service Ecosystem. (Research Track, CCF B) [ICSOC’14b] Yayu Ni, Yushun Fan, Keman Huang, Jing Bi, Wei Tan, Negative-connection-aware Tag-based Association Model for Service Recommendation in Mashup Ecosystem.(Research Track, CCF B) [ICSOC’13] Keman Huang, Jinhui Yao, Yushun Fan, Wei Tan, Surya Nepal, Yayu Ni, Shiping Chen, Mirror, Mirror, on the Web, which is the most reputable service of them all?--- A Domain-aware and Reputation-aware Method for Service Recommendation. (Research Track, CCF B, Accept rate: 12.5%) [CCPE’13] Keman Huang, Yushun Fan, Wei Tan, Minghui Qian. BSNet: a network-based framework for service-oriented business ecosystem management. (SCI Q2, JCR Zone 4, CCF C, IF0.845) [ICWS’13] Keman Huang, Yushun Fan, Wei Tan, Xiang Li. Service Recommendation in an Evolving Ecosystem: A Link Prediction Approach (Industry Track, Accept rate: 25%) [ICWS’12] Keman Huang, Yushun Fan, Wei Tan. An Empirical Study of Programmable Web: A Network Analysis on a Service-Mashup System. (Industry Track)