面向用户偏好的智能云服务平台研究

程功勋 刘丽兰 林智奇 俞 涛

上海大学上海市机械自动化及机器人重点实验室，上海，200072

0 引言

近年来，云计算技术在不断地发展和完善，大量的商业应用已经推向了市场，以云计算技术为基础的云制造也处于快速发展阶段［1］。

当前的研究主要是云制造领域的体系架构、云制造服务模式以及云制造领域涉及的理论体系和关键技术。文献［2］提出了完整的云制造服务系统及云制造技术体系；文献［3］提出了一种云制造服务模式，探讨了基于制造资源定位技术的制造资源基础数据云平台及其组成；文献［4］提出并建立了一种能促进云制造环境下外协加工资源快速共享和高效利用，且具有广域集成和分散服务特点的集成服务模式；文献［5］提出了一种基于联邦模式的云制造联邦集成架构及云制造联邦执行支撑环境；文献［6］提出了云企业及云制造服务的概念，分析了面向制造及管理的集团企业云制造服务系统的相关核心技术；文献［7］建立了中小企业云制造服务平台共享关键技术体系框架，阐述了已知的相关理论与技术、标准和规范等；文献［8］分析了云制造的典型特征，对云制造中的资源、服务和相互关系进行了阐述，对其服务组合的关键问题进行了研究；文献［9］提出了云制造环境下的普适人机交互技术研究框架，并分析了其涉及的关键技术；文献［10］分析了云制造资源虚拟化的相关技术，提出了云制造资源虚拟化框架；文献［11］提出了一种基于云服务的复杂产品协同设计方法和一种服务组合方法；文献［12］阐述了云制造系统中制造云的构建过程，探讨了制造云构建过程中所涉及的主要关键技术。

基于云制造服务平台的目标是实现面向用户的按需所现的服务目的，故上述文献研究都缺失从用户的角度出发去研究如何实现以用户为中心的云服务。即当用户面对海量服务云时，如何花最少的时间和精力去找到自己需要的服务云。从用户的角度分析，当用户面对这些服务云时会存在以下3个问题：

（1）当用户需求明确时，面对云服务平台上海量的服务云，用户需要花费大量的时间主动去找寻需要的服务云。

（2）当用户需求明确时，用户在消费服务云的过程中，是否还存在隐式的其他需求，为了提高云服务平台的用户黏性和服务云消费量，应该引导用户进行交叉消费。

（3）当用户的需求并不是非常明确时，用户只能边走边探寻地去一步一步地明确自己的需求，在这个过程中，由于用户对服务的需要不明确，面对海量的服务云，在云海里没有方向地游走，或许最终用户将放弃自己的任务需求，而另求解决方法；另外一种情况是，用户的需求可能会不断地发生变化。

以向用户提供高质量的服务为目标，研究如何根据用户偏好，主动向用户提供有效的服务云，是云制造平台实现以用户为中心，提供按需服务需要研究的主要问题之一。据此，本文基于用户至上的本质，研究并提出了面向用户偏好的智能云服务模式，以及体系架构和涉及的关键技术。

1 面向用户偏好的个性化智能云服务模式及体系架构

1.1 面向用户偏好的智能云服务平台个性化服务模式

1.1.1 云服务平台

云服务是云制造的核心，云制造是在“制造即服务”理念的基础上，借鉴了云计算思想发展起来的一种新思想。它的出发点是实现制造资源的高度共享，它的目标是为制造全生命周期的前期、中期和后期的用户，提供随时获取按需使用的优质廉价服务。云服务，即是具有向用户提供把制造资源和制造能力虚拟化封装成服务云的服务能力的抽象。在云制造中，制造云服务除了包括云计算服务中的三类主要服务平台（PaaS、IaaS和SaaS）外［2］，还包括制造资源和制造能力服务化后形成的服务。

云服务是所有虚拟化资源服务化的可信服务云集合，它包括制造云。在云服务平台中，服务云被分为两大类，一种逻辑上具有某种独立功能或能独立完成用户请求的某特定事件的服务云，表示为FS；另一类是逻辑上不具有完成某特定事件的服务，表示为NFS，但能够通过与云服务池中的一个或多个服务云组合成复合云来完成特定功能或完成特定事件能力的服务，表示为FS′。因此，云服务的构成可形式化定义为

从对外提供服务的角度描述，云服务可表示为

其中，FS′＝ ｛（SiRSj…RSk），Si∈CS，Sj∈CS，Sk∈CS｝，R表示Si、Sj、SK之间的关系，定义为：R＝ ｛R∈ （fb，xor，m）｝，fb为先后关系，xor为异或关系，m为合并关系。为了实现对这些由服务提供商提供的服务云进行科学管理以及为用户提供按需服务的平台来实现资源的高度共享，需要一个云服务平台对这些海量服务云进行科学的组织与管理，实现可利用资源的价值最大化。

1.1.2 基于云服务平台的个性化智能服务分析

在云服务平台上，用户面对海量的服务云，需要自己寻找所需的服务云就像在海底捞针，非常困难。因此，为了提高用户的体验度，缩短用户寻找目标所花费的时间，通过平台主动向用户提供服务，实现针对不同用户的个性化智能推送服务，是云制造所期待的目标。

当前，由于LED照明行业是一个新兴行业，市场需求规模和产业链上的企业规模都比较小，基于以中小型企业为主，分工都比较明确，应对市场变化的能力强，能快速满足客户灵活多变的个性化需求，与云制造以用户为中心向其提供个性化服务的思想相符，并且这些企业都有自己的核心业务，在业务开展过程中都有比较明确的独立服务需求，适合新兴的云制造模式在该领域的研究与应用。下面以用户需要LED灯具为例分析用户对服务的需求。

案例1 有一位用户需要商务平台上的某种类型的产品，如图1所示。

图1 粗粒度用户需求服务云的构成过程

一位用户需要商务平台上的某个灯具，当他进入平台查看某个灯具后，感觉该灯具的价格不合适、颜色不合适或其他指标不能满足自己的需求，而他自己对需求也不是很明确，个性化智能引擎需要判断用户的偏好，例如用户更关注价格，结合用户的偏好向用户推送新的产品集，用户从推送的结果中找到了价格合适的产品，这时又觉得颜色不是很喜欢，智能引擎再次结合用户的偏好向用户推送新的产品集合，直到用户满意为止。

案例2 有一位用户需要一批室内照明的LED灯具，服务推送构造过程如图2所示。

图2 粗粒度服务推送构造过程

图2为一个粗粒度［13］的根据用户需求构造的服务推送过程，根据用户所提出的室内照明LED灯具需求清单，云服务平台将基于用户描述及用户的历史行为，从提供设计服务的单位中推送设计服务，设计定稿后再加工，个性化智能引擎将结合用户的环境、场景和地理位置等属性推送加工制造服务单位，制造样品经检验合格后，再综合考虑用户所在地及成本等属性推送提供配送服务的单位［14］。

综上分析可知，上述的两类构造过程具有如下两个特点［15］：

（1）需求不明确，在服务构造过程中，用户是以前一步选择的服务作为下一步服务选择的依据，服务是在实时的被确定。

（2）用户服务上下文会发生变化，用户对服务的需求不仅仅是随着服务应用而不断的变化，而且还随着用户所处服务上下文的变化而变化。

这种以用户需求为中心的“边构造边执行”的应用构造方式中有如下需求：在服务云应用构造过程中的每一步，个性化智能引擎需要自动推导及捕获用户变化的服务云需求，并主动向用户推送满足这些需求的服务，实现服务的按需而现［15］。

综上需求分析可知，为了向用户提供个性化按需服务，减少用户参与度，提高用户在云服务平台的体验度，需要建立以用户偏好为出发点的个性化智能云服务平台。该个性化智能云服务平台可定义为

式中，U为用户偏好；A为用户当前的执行动向；CS为可信服务云集合；C为服务云间的约束；F为推送方法；SC为个性化云服务结果集合。

1.1.3 面向用户偏好的智能云服务平台个性化服务模式

基于云服务平台的面向用户偏好的个性化智能推送服务的目的是：在用户还没有完全明确或确定下一步的需求时，云服务平台个性化智能推送服务引擎，能够根据用户的偏好主动向用户提供服务，帮助用户明确或确定下一步的需求，使用户免于在海量服务云中苦寻自己所要服务云的烦恼，降低用户的参与度，提高用户的体验度。服务模式如图3所示。

图3 基于云服务平台的个性化智能服务模式

基于云服务平台的个性化智能服务模式中，用户在不明确自己下一步需求的情况下［15］，平台上个性化智能引擎通过用户的上下文信息捕获分析用户的当前需求，从海量的服务云中主动向用户推送服务，实现服务按需所现，最终与用户一起完成用户的需求。

1.2 面向用户偏好的智能云服务平台个性化服务体系架构

为了建立实现向用户提供个性化智能服务模式的云服务平台，研究设计了一个面向用户偏好的智能云服务平台个性化服务体系架构，如图4所示。

体系架构分为五层，分别是用户层、应用层、云服务管理层、云端服务多样化接入层和物理资源层［16］。

（1）用户层。主要有普通用户群和企业群两类用户。为了满足个体用户和企业用户的需求，在为两类用户提供服务时，用户交互的界面会具有各自的特点。

（2）应用层。主要包括基于用户偏好的智能服务引擎和平台业务管理软件。基于用户偏好的智能服务引擎涉及的关键技术主要有用户偏好收集与建模、用户偏好多属性匹配推送、服务展示与交互和用户定制与推送。平台业务管理主要有客户关系管理、协同分销、产品协同服务、服务云共享和物流规划等。

图4 面向用户偏好的智能云服务平台个性化服务体系架构

（3）云服务智能管理层。支撑智能云服务管理的主要模块有基于本体的服务云构建、基于本体的云服务搜索匹配、云服务组合设计与评估、云服务流程定制、云服务质量预测、云服务执行与监控、云服务容错恢复、云服务评价以及云服务计费。

（4）云端服务多样化接入层。各类资源接入云服务平台的方式主要有4种，分别是：RFID、有线传感网、无线传感网和接入适配器。对接入的虚拟化资源按领域、功能等属性交叉分类，实现服务化。

（5）物理资源层。物理资源主要有两大类，分别是制造资源和制造能力，也包括提供配套的云存储以及其他可用社会闲散资源。这些可信资源是支撑平台能够正常运行的资本。

根据以上设计的体系架构，实现面向用户偏好的智能云服务平台的个性化服务的关键技术处于应用层，主要包括用户偏好收集及建模、基于用户偏好的多属性匹配智能推送算法和服务云可视化展示及交互。

2 面向用户偏好的个性化智能云服务关键技术

2.1 基于本体的用户偏好进化服务需求建模研究

针对用户偏好建模的主要任务及核心技术，建立的用户偏好服务需求模型如图5所示。

图5 建立用户偏好服务需求模型的过程

（1）用户偏好收集。在云服务平台上为了提供面向用户的按需服务，在向用户主动推送服务之前，必须收集用户的偏好，才能提供有效的个性化服务。用户偏好主要分为显示偏好和隐式偏好［17］。用户偏好的信息主要有以下五类：①用户输入查询需求服务云的关键词；②与用户收藏夹中类似及相关的服务云；③用户消费过的服务云及与被消费相似的服务云；④用户浏览过的服务云及与被浏览相似的服务云；⑤用户定制的服务云及与定制相似的服务云。

针对以上的用户偏好信息，显示偏好收集方式是主动方式，需要用户不断地参与平台的交互，这将降低用户的体验度，不利于用户的保留；隐式偏好收集方式是被动方式，用户的参与频率会很低，主要是采取基于用户动态行为的数据挖掘方式。

用于隐式偏好收集中的用户动态行为挖掘规则主要有：①用户对可视化服务云的点击次数；②用户在该服务云上停留的时间；③用户对该服务云特征部分的操作；④用户对该服务云相关属性的了解程度；⑤根据过往服务云消费记录挖掘出的相关服务云。

（2）用户偏好特征表示。在云服务平台上具有各种类型的海量服务云，这些服务云之间或许从逻辑上、功能上具有相似性，为了更好地消除服务语义的歧义性，结合对服务云的多属性分类方式构建面向服务云的用户偏好本体，以建立更准确的用户偏好特征数据结构。在构建用户偏好本体时，除了需要考虑服务云的特征，还需要考虑用户显示需求和隐式需求之间的关系，通过建立显示需求向量和隐式需求向量，应用曲线拟合的方法对用户偏好特征本体进行优化，将基于显隐融合的用户偏好特征本体，作为建立可计算模型的输入。

（3）用户偏好模型的学习和更新。心理学研究表明，人的记忆会随着时间的延续而逐渐被遗忘，当环境或场合的改变使得记忆中的某些信息长期不被利用时，这些信息就会逐渐被遗忘，即人的偏好会随着时间的推移和场景的变化而逐渐发生变化［18］。因此，基于本体的用户偏好特征模型，应该是处于不断变化过程中的模型，为了刻画模型的变化，必须建立基于随时间推移和场景变化的偏好特征词权值衰减函数，其表达式为

式中，newvalue为特征词新权值；oldvalue为原有值；w为场景发生变化对偏好影响的权值；Mdate为上一次访问到现在的天数；D为调节常数，表示偏好完全衰减为0的天数。

基于以上用户偏好变化函数，就能构建基于本体特征词的可演化和不断修正的用户偏好模型。

2.2 面向用户偏好的个性化智能云服务研究

个性化智能云服务的本质，是把传统的用户主动寻找所需服务云转变为被动地接受平台推送的服务云，即把仅仅是“如何发现”的“服务组合”问题，转变为首先是“发现什么”，然后才是“如何发现”的“服务推送”问题。因此，实现个性化智能云服务的主要实现模式是推送，推送的内容分别是用户主动定制的服务云和根据其偏好预测的服务云。为了实现以上个性化智能服务云的推送，除了需要可信的用户偏好模型外，还需要高质量、高效率的推送算法。因此，需要通过分析传统个性化推荐技术中存在的问题，结合云服务平台上服务云所具有的特征，研究设计面向用户偏好的个性化智能云服务推送算法。

2.2.1 基于用户执行动向的多属性个性化服务推送原理

当用户需要消费某个服务云，但其需求并不十分明确时，需要边找边看来最终确定自己的需求。在云服务平台上可能存在很多类似的服务云，如果让用户主动地寻找服务云，那么其面对海量的类似服务云，用户主动寻找就会变得非常困难。此时，个性化的智能推送就显示出巨大的优势，能使用户轻松地找到所需的服务云。图6所示为基于上述理念的用户需求消费服务云的服务应用构造过程。

图6 用户消费服务云的服务构造

在以上类型服务云的消费过程中，基于用户执行动向的多属性智能推送算法，将用户偏好可计算模型、用户当前的执行动向（可能要关注某个属性或某几个属性，如价格、外形、适用范围等）做为用户偏好输入，其过程需要研究并设计推荐算法F，以帮助引导完成用户最终消费。

2.2.2 面向用户需求偏好的云服务链构造的个性化服务推送原理

当用户向云服务平台提交了一个需求申请后，该申请需要经过3个阶段的工作才能完成，分别是设计、制造和配送。当需求处于设计阶段时，在个性化智能推送时需要考虑用户的需求描述，如外形、价格等；当需求处于工艺规划阶段时，需要根据设计的需求来推送工艺规划服务云；工艺规划服务云确定后，在生产计划阶段，需要根据工艺规划的需求推送生产计划阶段的服务云；在加工制造与配送服务云的推送阶段，除了需要考虑上一阶段的输出外，还需要考虑用户所在地等属性的推送。根据各个阶段的服务云推送，从推送候选集合中逐一构建多条服务云链，再结合用户的偏好对构建的服务云链进行排序推荐。云服务链构造及服务推送过程如图7所示。

图7 云服务链构造及服务推送过程

在图7所描述的服务云消费过程中，用户的需求完全是根据边走边看的方式，通过服务推送逐一构造服务云的方法来完成最终的用户消费。在推送每个阶段的服务云时，除了需要接受来自上一阶段的服务输出外，还需要考虑用户环境及偏好等多条件来构造该阶段的推送输入条件；在服务云链的推送构造时，需要根据用户偏好的侧重点，对推送的候选集进行排序，并将其作为服务云链的输出。

2.3 面向用户偏好的云服务可视化展示及交互研究

可视化（visualization）技术是利用计算机图形学和图像处理技术，将数据转换成图形或图像在屏幕上显示出来，并进行交互处理的理论和方法［19］。近年来，随着 Web Service技术以及计算机相关技术的发展，Web服务可视化研究也成为一个焦点。服务可视化要达到的目标是：服务友好、真实、易理解和易操作。服务可视化主要分为服务过程的可视化、服务结果的可视化，以及单个具有独立向外提供服务能力的服务可视化，通过对服务的可视化，可以帮助用户理解服务。

云服务平台中的服务云是云服务平台提供对外服务的基础，它能帮助用户更好的理解服务云。通过服务可视化技术，可更好地展示云服务平台的优势，推动其在各方面的广泛应用。平台云服务可视化展示与交互研究的重点是，根据用户偏好，推送用户需要的可视化与交互服务云。可视化与交互过程如图8所示。

图8 云服务可视化展示与交互

由图8可见，用户可选择结果集中的服务云，通过可视化中间件查看服务云及其测试执行结果，用户也可以通过不断地调整参数来查看服务云可能的执行结果集，直观地理解服务云。当用户从测试结果窗口中发现该服务云不能满足需求时，用户可以重新从推送结果集中选择，实现基于可视化的服务云交互。

3 结束语

本文定义了支持个性服务模式的云服务平台，并研究了云服务平台上面向用户偏好的个性化服务模式。为了实现支持个性化服务模式的云服务平台，设计了它的体系架构，研究了其涉及的核心关键技术。包括：支持个性化服务推送的用户偏好模型，基于用户执行内容的多属性智能推送原理，面向用户偏好的云服务链的推送构造原理和云服务可视化的展示与交互。

今后研究的重点是，对智能云服务平台个性化服务进行全方位研究，为云制造的发展提供理论支撑。另外，为了使研究成果能够得到及时的实践验证以及为云制造的商业化应用探路，我们已与相关的企业和机构形成了战略合作联盟，建立了校企合作基地及LED协同商务平台（www.led－incubator.com），为面向用户偏好的智能云服务平台研究打下基础。

［1］李伯虎，张霖，王时龙，等.云制造－面向服务的网络化制造新模式［J］.计算机集成制造系统，2010，16（1）：1－7.

［2］李伯虎，张霖，任磊，等.再论云制造［J］.计算机集成制造系统，2011，17（3）：449－457.

［3］黄刚，钟小勇，龙渊铭，等.基于数据云与应用云分离模式的制造资源云定位服务平台［J］.计算机集成制造系统，2011，17（3）：519－524.

［4］尹胜，尹超，刘飞，等.云制造环境下外协加工资源集成服务模式及语义描述［J］.计算机集成制造系统，2011，17（3）：525－532.

［5］范文慧，肖田元.基于联邦模式的云制造集成体系架构［J］.计算机集成制造系统，2011，17（3）：469－476.

［6］战德臣，赵曦滨，王顺强，等.面向制造及管理的集团企业云制造服务平台［J］.计算机集成制造系统，2011，17（3）：487－494.

［7］尹超，黄必清，刘飞，等.中小企业云制造服务平台共性关键技术体系［J］.计算机集成制造系统，2011，17（3）：495－503.

［8］陶飞，张霖，郭华，等.云制造特征及云服务组合关键问题研究［J］.计算机集成制造系统，2011，17（3）：477－486.

［9］马翠霞，任磊，滕东兴，等.云制造环境下的普适人机交互技术［J］.计算机集成制造系统，2011，17（3）：504－510.

［10］任磊，张霖，张雅彬，等.云制造资源虚拟化研究［J］.计算机集成制造系统，2011，17（3）：511－518.

［11］贺东京，宋晓，王琪，等.基于云服务的复杂产品协同设计方法［J］.计算机集成制造系统，2011，17（3）：533－539.

［12］张霖，罗永亮，陶飞，等.制造云构建关键技术研究［J］.计算机集成制造系统，2010，16（11）：2510－2520.

［13］熊峰，蔡红霞，刘丽兰，等.基于信任机制的制造网格节点粗粒度授权的研究与实现［J］.中国机械工程，2009，20（8）：950－955.

［14］袁逸萍，俞涛，方明伦，等.制造网格中基于服务的工作流研究［J］.中国机械工程，2006，17（11）：1148－1153.

［15］张程.面向服务环境中服务的个性化推荐［D］.北京：中国科学院，2006.

［16］Cheng Gongxun，Liu Lilan，Lou Gangyong，et al.Service－oriented Collaborative Business Platform for LED Lighting［C］//International Conference on E－Business and E－Government.ICEE2011－Proceedings.Shanghai：ICEE，2011：9022－9026.

［17］LavieT，Sela M，Oppenheim I，et al.User Attitudes Towards News Content Personalization［J］.International Journal of Human－Computer Studies，2010，68（8）：483－495.

［18］刘奋荣.动态偏好逻辑［M］.北京：科学出版社，2010.

［19］Brabrand.Domain Specific Languages for Interactive Web Services［D］.Aarhus：Department of Computer Science University of Aarhus，2004.