本站小編為你精心準(zhǔn)備了協(xié)同任務(wù)的資源服務(wù)序列挖掘參考范文，愿這些范文能點(diǎn)燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。

《計(jì)算機(jī)集成制造系統(tǒng)雜志》2016年第三期

摘要:

協(xié)同任務(wù)系統(tǒng)的應(yīng)用越來(lái)越廣泛，為提高組織之間資源服務(wù)的協(xié)同性，挖掘資源服務(wù)的時(shí)序關(guān)系極為重要，而目前的研究主要集中資源服務(wù)組合以及簡(jiǎn)單聚集上。為此，面向協(xié)同任務(wù)系統(tǒng)，從工作流模型和運(yùn)行數(shù)據(jù)兩個(gè)層面，提出一種資源服務(wù)時(shí)序挖掘方法。首先，通過分析工作流模型，依據(jù)資源服務(wù)間存在的任務(wù)相關(guān)性，求解依賴關(guān)系較強(qiáng)的資源服務(wù)集，并從中獲取初步的資源服務(wù)序列，即資源服務(wù)鏈；為提高資源服務(wù)時(shí)序的重用性，以初始資源服務(wù)鏈為聚類中心，對(duì)其進(jìn)行擴(kuò)展后，對(duì)運(yùn)行數(shù)據(jù)中每個(gè)新到達(dá)的擴(kuò)展鏈，求解相似度，最終得到修正后的聚類中心。最后，通過實(shí)驗(yàn)和分析驗(yàn)證方法的可行性。對(duì)提高資源選取效率、提高資源可用性、利用率有積極的意義。

關(guān)鍵詞：

協(xié)同任務(wù);資源服務(wù)序列;工作流;挖掘

1問題的提出

當(dāng)前，除典型的制造業(yè)外，多組織參與并協(xié)作完成一項(xiàng)任務(wù)的應(yīng)用模式已經(jīng)滲透入更多領(lǐng)域[1]，公共管理、合作科學(xué)研究、電子商務(wù)、醫(yī)療等領(lǐng)域也逐漸表現(xiàn)出更多的協(xié)同性。伴隨著云計(jì)算、物聯(lián)網(wǎng)、移動(dòng)互聯(lián)等新興信息技術(shù)和應(yīng)用模式的快速發(fā)展，這類協(xié)同任務(wù)系統(tǒng)一般通過服務(wù)平臺(tái)，例如云制造服務(wù)平臺(tái)，在工作流技術(shù)的支持下，集成和協(xié)調(diào)各組織的資源，最終完成共同的任務(wù)[1]，如圖1所示。廣泛分布的各類資源通常被封裝成服務(wù)，為業(yè)務(wù)過程所使用。伴隨著業(yè)務(wù)活動(dòng)的交互，資源服務(wù)所形成的序列稱作資源服務(wù)鏈（ResourceServiceChain,RSC）。對(duì)資源服務(wù)鏈進(jìn)行挖掘，揭示資源服務(wù)的時(shí)序模式，不僅可以從全局管理和優(yōu)化分布的資源服務(wù)，而且作為更大粒度的組合服務(wù)，資源服務(wù)序列還可以提高該領(lǐng)域的資源選取、資源配置和調(diào)度的效率，在分布的業(yè)務(wù)環(huán)境下，提高工作流的執(zhí)行的成功率，進(jìn)而提高組織間的交互效率。對(duì)資源服務(wù)鏈的挖掘很難通過建模或者建立評(píng)價(jià)體系的方法進(jìn)行。這是因?yàn)楦鱾€(gè)領(lǐng)域的資源種類都十分龐雜，如制造業(yè)，工作流模型或者資源服務(wù)時(shí)序模型中通常只能描述資源服務(wù)的類別而非實(shí)例，資源服務(wù)的可用性需運(yùn)行階段才能確定；同時(shí)，資源服務(wù)之間還存在著共存、排斥、支持和控制等復(fù)雜的依賴關(guān)系[2]，從運(yùn)行數(shù)據(jù)或歷史數(shù)據(jù)這些成功案例中挖掘資源服務(wù)序列要比模型分析更切合實(shí)際；而通過建模的方法分析資源的靜態(tài)屬性并匯聚資源，是一種靜態(tài)分析，缺少動(dòng)態(tài)性和適應(yīng)性的考慮。以制造業(yè)這一典型的協(xié)同任務(wù)系統(tǒng)為例，如家電制造行業(yè)，其資源服務(wù)序列需要行之有效的挖掘方法，才能準(zhǔn)確地反映客觀現(xiàn)實(shí)的業(yè)務(wù)情況。目前，對(duì)資源（服務(wù)）的挖掘主要集中在對(duì)資源的簡(jiǎn)單聚集上，對(duì)資源服務(wù)序列的挖掘研究仍顯不足。因此，本文針對(duì)協(xié)同任務(wù)系統(tǒng)提出一種資源服務(wù)時(shí)序挖掘方法，獲取最為頻繁出現(xiàn)的資源服務(wù)鏈。該方法對(duì)工作流模型和運(yùn)行數(shù)據(jù)進(jìn)行兩階段分析,并提出相應(yīng)的挖掘算法。依據(jù)工作流模型，通過資源服務(wù)之間的相關(guān)性，可得到初步的資源服務(wù)鏈集（InitialResourceServiceChainSet,InitRSCS），再通過挖掘工作流運(yùn)行數(shù)據(jù)更新InitRSCS，獲得最終的資源服務(wù)鏈集合。該方法可更準(zhǔn)確地體現(xiàn)組織之間資源服務(wù)的協(xié)同方式，進(jìn)而以時(shí)序的方式為資源服務(wù)選取、組合、推薦和調(diào)度提供更加準(zhǔn)確的資源服務(wù)聚集。

2相關(guān)工作

協(xié)同任務(wù)管理系統(tǒng)通常指基于任務(wù)的平臺(tái)系統(tǒng)，通過優(yōu)化過程過程管理與增強(qiáng)知識(shí)管理等途徑輔助多人或者多組織完成協(xié)作任務(wù)，從而實(shí)現(xiàn)企業(yè)的資源共享，提升企業(yè)的核心競(jìng)爭(zhēng)力。目前，在云計(jì)算、物聯(lián)網(wǎng)、移動(dòng)互聯(lián)等新興信息技術(shù)的支撐下，協(xié)同任務(wù)系統(tǒng)正在向服務(wù)業(yè)務(wù)模式轉(zhuǎn)型。對(duì)其資源挖掘的研究，主要集中在制造業(yè)，并大多以資源集成為目的。因此，下面重點(diǎn)對(duì)協(xié)同制造系統(tǒng)中資源（服務(wù)）集成方法進(jìn)行綜述。制造即服務(wù)是制造領(lǐng)域的云計(jì)算，其資源具有分散性、動(dòng)態(tài)性、互操作性、實(shí)時(shí)性、協(xié)同性和服務(wù)性等特點(diǎn)，對(duì)制造資源服務(wù)的集成更加重要，目前的方法也很多。基于K-Means的資源集成方法仍然是最為常用的數(shù)據(jù)挖掘方法，但大多用于云計(jì)算環(huán)境中的計(jì)算資源[3-5]以及數(shù)據(jù)資源的分析[6-8]。基于agent的方法中，通常把作為資源和行為的描述，如文獻(xiàn)[9]基于此研究了虛擬資源管理方法并提出了一種基于的框架以及相應(yīng)的資源聚集方法。此外，基于框架的方法也常用于資源集成。文獻(xiàn)[10]提出了一個(gè)MRVM模型，通過制造資源的靜態(tài)和動(dòng)態(tài)信息的描述，并基于這兩類信息實(shí)現(xiàn)制造資源的動(dòng)態(tài)集成。文獻(xiàn)[11]提出一個(gè)網(wǎng)絡(luò)化制造的架構(gòu)用于集成分散的資源服務(wù)。基于語(yǔ)義的資源挖掘方法主要通過本體描述[12]、語(yǔ)義框架[13]以及語(yǔ)義模型[14]的方法，文獻(xiàn)[12]提出了一個(gè)基于本體的自動(dòng)設(shè)計(jì)方法，在物聯(lián)網(wǎng)環(huán)境下配置醫(yī)療資源，文獻(xiàn)[13]提出一個(gè)語(yǔ)義集成框架描述資源相關(guān)的信息和知識(shí)，最終用于集成資源。文獻(xiàn)[14]提出的多粒度資源模型可集成業(yè)務(wù)過程中的制造資源，并通過本體推理形成服務(wù)序列。服務(wù)質(zhì)量(QualityofService,QoS)經(jīng)常作為資源聚類的依據(jù)[15-17]，如引入到物聯(lián)網(wǎng)的應(yīng)用中實(shí)現(xiàn)制造資源和制造能力的優(yōu)化分配，這其中就體現(xiàn)了資源集成[15]，文獻(xiàn)[16]采用非功能性的QoS優(yōu)化動(dòng)態(tài)的資源服務(wù)組合，資源集成問題也常被當(dāng)作多目標(biāo)優(yōu)化問題采用并行智能算法解決[17]。以上資源集成或挖掘方法都是對(duì)資源做簡(jiǎn)單匯聚，針對(duì)資源序列的挖掘方法很少。文獻(xiàn)[18]采用QoS屬性量化業(yè)務(wù)過程的方法集成資源服務(wù)，其他方法還包括多粒度的資源集成方法[19]，資源服務(wù)時(shí)序推薦方法[18]，以及文獻(xiàn)[21,22]。總體上看，目前關(guān)注較多的是資源（服務(wù)）序列的集成，大多是基于、語(yǔ)義、框架和模型的方法，通過業(yè)務(wù)歷史數(shù)據(jù)挖掘相應(yīng)的資源服務(wù)序列的研究目前還很欠缺。

3問題描述

協(xié)同任務(wù)系統(tǒng)中資源服務(wù)廣泛分布，不同組織則通過管理平臺(tái)進(jìn)行資源的交互，協(xié)作完成共同的任務(wù)，如圖1所示。因此，資源服務(wù)序列，即資源服務(wù)鏈可定義如下：定義1資源服務(wù)鏈資源服務(wù)鏈RSC可表示成：RSC=｛<R1,…,Rm>|m|Act|｝,其中，資源服務(wù)集R1,…,Rm服務(wù)于業(yè)務(wù)活動(dòng)集Act。當(dāng)分布的業(yè)務(wù)活動(dòng)交互時(shí)，相應(yīng)的資源服務(wù)鏈隨即形成，未必需要一個(gè)明確的工作流管理系統(tǒng)。盡管如此，多組織交互時(shí)往往離不開工作流技術(shù)的支持。工作流則是業(yè)務(wù)過程的一個(gè)技術(shù)層面的概念，包括工作流建模和運(yùn)行兩個(gè)階段。工作流模型可定義業(yè)務(wù)活動(dòng)的執(zhí)行順序，以及每個(gè)業(yè)務(wù)活動(dòng)使用的資源服務(wù)。

4資源服務(wù)鏈挖掘策略

當(dāng)多個(gè)資源服務(wù)同時(shí)服務(wù)于一個(gè)業(yè)務(wù)活動(dòng)時(shí)，資源服務(wù)之間就存在著一種任務(wù)相關(guān)（Task-related）的依賴關(guān)系，當(dāng)業(yè)務(wù)過程向前推進(jìn)時(shí)，資源服務(wù)集之間存在著時(shí)序關(guān)系。因此，任意一對(duì)資源服務(wù)間的時(shí)序關(guān)系可通過工作流模型或者資源服務(wù)時(shí)序模型得到，通過統(tǒng)計(jì)，可進(jìn)一步得到該時(shí)序關(guān)系在模型出現(xiàn)的頻率。模型雖然可以描述所有可能的資源服務(wù)鏈，但資源服務(wù)序列的頻度還是要通過運(yùn)行數(shù)據(jù)反映。工作流運(yùn)行時(shí)，工作流實(shí)例以及相應(yīng)的資源服務(wù)鏈都保存到工作流日志中，這便于我們進(jìn)行挖掘，進(jìn)而得到各資源服務(wù)鏈被使用的頻率，使用頻率高的資源服務(wù)鏈就是我們要挖掘的目標(biāo)。即便沒有工作流系統(tǒng)，業(yè)務(wù)數(shù)據(jù)發(fā)生的時(shí)間也可以作為資源服務(wù)序列的重要參考。挖掘結(jié)果中，對(duì)相應(yīng)的工作流實(shí)例而言，資源服務(wù)鏈可以是一條完整的序列，也可以是部分的序列。例如圖2中，挖掘得到的資源服務(wù)鏈可以是<r2,r2,r3,r4>，也可以是<r2,r3>。這是因?yàn)閷?duì)于一個(gè)工作流實(shí)例來(lái)說，完整的資源服務(wù)鏈也會(huì)因?yàn)橘Y源依賴強(qiáng)度的存在而被劃分為多個(gè)子序列，不同的子序列其被使用的頻率也不盡相同。因此，資源服務(wù)鏈的挖掘從工作流模型以及運(yùn)行數(shù)據(jù)兩個(gè)方面進(jìn)行。

5資源服務(wù)鏈挖掘方法

資源服務(wù)鏈挖掘分別從工作流模型和運(yùn)行數(shù)據(jù)入手（本文方法從工作流模型入手，資源時(shí)序模型可通過工作流模型獲得，或者直接建立），依據(jù)資源依賴強(qiáng)度可得到不同的資源服務(wù)集，再得到初始資源服務(wù)鏈集合InitRSCS；然后，擴(kuò)展InitRSCS中的資源服務(wù)鏈并以此為聚類中心，通過挖掘運(yùn)行數(shù)據(jù)得到新的資源服務(wù)鏈集合，即新的聚類中心。

5.1InitRSCS挖掘算法初始資源服務(wù)鏈集挖掘分兩個(gè)步驟：①獲得依賴強(qiáng)度最高的資源服務(wù)集；②根據(jù)工作流模型，識(shí)別資源服務(wù)集中的時(shí)序。直觀地，工作流模型已經(jīng)為每個(gè)業(yè)務(wù)活動(dòng)定義了資源服務(wù)集，設(shè)RS={R1,R2…,Rm}，Ri是業(yè)務(wù)活動(dòng)ai使用的資源服務(wù)集，Ri.dep表示Ri中資源服務(wù)的依賴強(qiáng)度。此外，還需要考慮Ri的所有子集Rij，采用統(tǒng)計(jì)方法可獲得依賴強(qiáng)度高的資源服務(wù)集。上述算法得到的是共同使用而且較為頻繁的資源服務(wù)集，根據(jù)工作流模型規(guī)定的資源服務(wù)時(shí)序，容易得到其中的資源服務(wù)時(shí)序關(guān)系。例如上例，依賴強(qiáng)度較高的資源服務(wù)集{r3,r5}在工作流模型中存在時(shí)序關(guān)系，即<r3,r5>和<r5,r3>，對(duì)應(yīng)了業(yè)務(wù)活動(dòng)a2a3。InitRSCS可手工獲得，不需要算法協(xié)助。

5.2運(yùn)行數(shù)據(jù)的挖掘因?yàn)閺哪Ｐ瞳@得的依賴強(qiáng)度高的資源服務(wù)，不能反映現(xiàn)實(shí)業(yè)務(wù)交互中被使用的頻率。因此，以上節(jié)獲得的InitRSCS為核心，通過挖掘運(yùn)行數(shù)據(jù)，修正InitRSCS的偏差。挖掘策略如下：以提高資源服務(wù)鏈的復(fù)用性為目的，以InitRSCS中每個(gè)資源服務(wù)鏈為聚類中心，對(duì)其擴(kuò)展序列進(jìn)行聚類，修改InitRSCS以求解新的聚類中心。擴(kuò)展序列也是資源服務(wù)鏈，是對(duì)任意一條資源服務(wù)鏈rscInitRSCS，插入其他資源服務(wù)后形成的新序列。InitRSCS連同最后形成的擴(kuò)展序列集合，統(tǒng)一記作exRSCS（extendedResourceServiceChainSet）。挖掘exRSCS的使用頻率，這樣的策略就是要盡可能地提高業(yè)務(wù)領(lǐng)域內(nèi)資源服務(wù)的可復(fù)用性。算法ClusterRSC最后通過算術(shù)平均值求解各擴(kuò)展鏈到InitRSCS的相似度均值，最終得到最佳擴(kuò)展鏈，即與InitRSCS最為相似并且使用最為頻繁的資源服務(wù)序列。挖掘的最終目的是找出頻繁使用的資源服務(wù)序列，為相似制造領(lǐng)域選取、資源推薦等提供合理依據(jù)。

6實(shí)驗(yàn)與案例分析

下面分別通過仿真實(shí)驗(yàn)和案例分析驗(yàn)證所提方法的有效性。

6.1實(shí)驗(yàn)驗(yàn)證首先描述實(shí)驗(yàn)用例的領(lǐng)域。以典型的電器產(chǎn)品設(shè)計(jì)與組裝為例，如圖4所示，分析在協(xié)同任務(wù)環(huán)境下的制造資源服務(wù)組合方法。示例涵蓋了產(chǎn)品設(shè)計(jì)、加工、組裝和零部件供應(yīng)的全過程。其中，產(chǎn)品設(shè)計(jì)屬于多專業(yè)的協(xié)同設(shè)計(jì)，包括硬件、軟件、機(jī)械和電源設(shè)計(jì)四個(gè)專業(yè)，所需資源主要包括人力資源和技術(shù)資源。產(chǎn)品加工過程主要涉及到硬件加工和機(jī)械加工，零部件供應(yīng)為電源提供組裝部件，同時(shí)也為產(chǎn)品的最終組裝提供零件，主要涉及到技術(shù)資源和物料等。各業(yè)務(wù)活動(dòng)所需資源如表1所示。

6.2實(shí)驗(yàn)結(jié)果分析從實(shí)驗(yàn)結(jié)果看，從模型得到的使用頻繁的資源服務(wù)鏈，其擴(kuò)展鏈的使用頻繁程度，取決于運(yùn)行數(shù)據(jù)，即取決于實(shí)際業(yè)務(wù)情況。本文方法的主要用途之一就是提高資源服務(wù)選取的效率，因此，在工作流路徑不同執(zhí)行頻率權(quán)重下，仍以<r2,r5>為例，比較效率提高的程度。這里，設(shè)定1個(gè)資源服務(wù)選取的效率消耗為1個(gè)單位，而且一條資源服務(wù)鏈的效率消耗為其長(zhǎng)度。

6.3案例分析本節(jié)以某中小型家電生產(chǎn)企業(yè)為例，選擇出入庫(kù)流水賬作為數(shù)據(jù)源。在產(chǎn)品生命周期內(nèi)該企業(yè)負(fù)責(zé)加工制造環(huán)節(jié)，由于除人力資源、資金資源等之外，庫(kù)存流水賬保存了用于硬件和機(jī)械加工過程以及電源裝配過程的所有資源，而且每次出入庫(kù)都保存有時(shí)間戳，因此適合用于挖掘資源服務(wù)序列。該案例不以工作流模型為基礎(chǔ)，并且假設(shè)出庫(kù)時(shí)間就是該資源服務(wù)的時(shí)間。項(xiàng)目個(gè)數(shù)選取1000個(gè)，數(shù)據(jù)對(duì)象81386個(gè)，共267個(gè)小類，6大類：電器元件、電源元器件、機(jī)械加工材料、機(jī)械冰箱部件、風(fēng)冷冰箱部件、空調(diào)制冷系統(tǒng)部件。數(shù)據(jù)對(duì)象屬性說明如表6所示。隱含的資源服務(wù)鏈<ri,rj>需滿足如下條件：W(<ri,rj>)>W(<rj,ri>)，并且Ws=W(<ri,rj>)-W(<rj,ri>)的值較大。Ws的閾值選取可遵循如下原則：對(duì)Ws值排序，按從大到小的順序獲取相應(yīng)的資源服務(wù)鏈，當(dāng)某Ws值相應(yīng)的資源服務(wù)已不是合理的時(shí)序時(shí)，可設(shè)定該Ws為閾值。這是因?yàn)閃s值足夠小時(shí)，其時(shí)序關(guān)系已不再是一種必須的約束。經(jīng)處理后得到如下資源服務(wù)鏈：<8,4>,<8,6>,<10,4>,<10,6>,<4,17>,<15,13>,<15,14>。擴(kuò)展后還可得到另外兩條資源服務(wù)鏈：<8,4,17>,<10,4,17>。此9條資源服務(wù)鏈即為挖掘結(jié)果。

7結(jié)束語(yǔ)

資源服務(wù)鏈挖掘在協(xié)同任務(wù)系統(tǒng)中是一個(gè)重要的研究問題。本文提出了一種協(xié)同任務(wù)系統(tǒng)下針對(duì)資源服務(wù)時(shí)序的挖掘方法，方法主要從工作流模型和運(yùn)行數(shù)據(jù)兩個(gè)方面進(jìn)行挖掘。當(dāng)?shù)玫筋l繁使用的資源服務(wù)集后，即可獲取其中包含的時(shí)序，通過對(duì)運(yùn)行數(shù)據(jù)的挖掘獲得頻繁使用的資源服務(wù)時(shí)序。雖然所提方法從工作流模型入手，但也可以從業(yè)務(wù)數(shù)據(jù)的時(shí)間戳入手，因此本文方法并不依賴于工作流模型。本文方法是對(duì)資源服務(wù)序列的挖掘，現(xiàn)有方法大多是對(duì)資源服務(wù)做簡(jiǎn)單聚集，因此，可作為對(duì)現(xiàn)有方法的補(bǔ)充。這對(duì)資源選取效率、提高資源可用性和利用率都具有積極的作用。未來(lái)的工作，主要集中在條件約束下的資源服務(wù)序列的挖掘與組合優(yōu)化方面。

作者：李海波  梁夢(mèng)夏 單位：華僑大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院