CN102004951A - 一种基于角色关联的角色组划分方法 - Google Patents
一种基于角色关联的角色组划分方法 Download PDFInfo
- Publication number
- CN102004951A CN102004951A CN2010105257201A CN201010525720A CN102004951A CN 102004951 A CN102004951 A CN 102004951A CN 2010105257201 A CN2010105257201 A CN 2010105257201A CN 201010525720 A CN201010525720 A CN 201010525720A CN 102004951 A CN102004951 A CN 102004951A
- Authority
- CN
- China
- Prior art keywords
- role
- flow process
- association
- relation
- activity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 77
- 230000008569 process Effects 0.000 claims abstract description 68
- 238000004364 calculation method Methods 0.000 claims abstract description 6
- 230000000694 effects Effects 0.000 claims description 39
- 230000006399 behavior Effects 0.000 claims description 8
- 239000000284 extract Substances 0.000 claims description 5
- 238000005192 partition Methods 0.000 claims description 5
- 238000012549 training Methods 0.000 claims description 5
- 230000008520 organization Effects 0.000 claims description 4
- 238000005314 correlation function Methods 0.000 abstract description 2
- 238000013461 design Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000013507 mapping Methods 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- 230000001195 anabolic effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
一种基于角色关联的角色组划分方法,应用Pi演算的相关理论和流程模型复杂度理论对Choreography中的角色和角色之间的关系进行重新处理以达到WSBPEL执行性能优化。通过设计相关的关联函数和训练科学的阀值对Choreography中的参与者(Participant)中的角色(Role)重新进行划分形成新的分组(Group)。因此角色关联划分的方式是粒度可调控的,通过具体实际的情况做出最优的划分粒度,最大的提高流程的执行效率。
Description
技术领域
本发明涉及基于角色关联的角色组划分,尤其是对CDL中参与者的基于角色关联的角色组划分方法。
背景技术
Web服务组合是指应用相关语言把细粒度的Web服务根据用户需求和特定的上下文组合成更大粒度服务的组合过程。服务组合语言是用来描述服务组合对象、对象之间关系以及实现服务组合的编程环境,是实现服务组合的技术基础。服务组合语言为服务重用与集成提供了应用基础,在推动服务组合应用中起到了巨大作用。对于服务组合的语言,根据现在的研究,有基于工作流的模型的,有基于组建技术与网格计算的。对于服务组合方式的宏观层次而言,大致分为Orchestration方式和Choreography。
Choreography描述了用来管理单个进程之间相互交互的全局协议。每个进程提供了自己的服务且使用合作伙伴的进程。Choreography用于从全局的角度描绘某个应用场景下,若干Web服务彼此间如何交互,其设计结果是一个不可执行的方案,需要各个节点从中抽取出自己应实现的Web服务,然后按照此方案与其他Web服务交互。
Orchestration是业务流程建模和可执行的流程,通过它可与内部、外部Web服务互操作并执行商业流程。它们之间的互操作是一种信息级别的操 作,包括通信动作、内部动作、商业逻辑、任务执行顺序等。内部动作包括数据的转换和内部软件模块的调用,是告诉消息引擎做什么和何时做的代码,可以使商业组织实现长程的、事务性的、多步骤的进程模型。在服务组合建模中,Orchestration常用来业务流程建模、业务分析定义和建模图形化流程,而不需考虑底层自动化流程的代码复杂性。
目前在服务组合建模中,BPEL常用来业务流程建模、业务分析定义和建模图形化流程。这种方案是静态的映射方式,适用于自底向上的服务组合设计方案。但是还有很多重要应用采用自顶向下的设计方案,例如基于CDL的设计方法也有广泛应用。使用动态映射方式,通过角色关联方案把用户给出的CDL实例转换成可执行的BPEL,然后调用适当BPEL执行引擎去具体执行。
发明内容
本发明的目的在于提供一种能够高效地把CDL模型映射为企业中的执行BPEL,实现CDL与BPEL间的动态映射的基于角色关联的角色组划分方法。从而改变已有域的映射方式,得到粒度适中的BPEL,提高执行效率。同时提供关联域映射规则库,把CDL中的频繁操作有效结合在一起,聚合服务应用,方便服务组合实现,有效控制服务BPEL的粒度。
为达到上述目的,本发明采用的技术方案是:
1)对系统加载进来的CDL文件进行解析,根据参与者(participant)的不同行为提取出角色,为后续生成角色分组关系功能提供前提基础;
2)角色关联函数
表示角色Ri和角色Rj间的角色关联度,根据角色关联度的大小,将这两个 角色参与的活动形成一个新的分组,并命名为角色组G;其中:Ri和Rj表示展现不同行为的两个角色,E(Ri,Rj)表示Ri和Rj的交互的次数的总和,M表示任意角色的操作集合;ωi表示角色Ri的活动的利用率;Mk表示角色Rk参与的操作集;ExtraMk表示该角色Rk除了在与交互树中的角色进行交互的同时,还调用了其他参与者的角色的操作;path(Ri,Rj)表示角色Ri到角色Rj的所有角色树分支的路径;
3)阈值选取,采用数据训练的方式确定最优阈值s,当最优阈值s被选中时,角色组G对应的BPEL流程复杂度为最大值,设其为M,流程复杂度的计算见步骤5);
4)角色Ri与角色组G的角色关联度等于该角色Ri与角色组G每一个角色的关联度之和然后除以角色组中角色的数量;
5)流程复杂度,设n1是BPEL流程里所有活动中的控制元素的总数,这些活动之间不能嵌套;
设n2是流程中活动的数据参数个数,
设N1为流程中活动出现的次数,
设N2为流程中数据参数出现的次数,
由以上的数据,计算量度:
流程长度N=N1+N2;
流程词汇量n=n1+n2;
流程容量V=N*log2n;
流程复杂度D=n1/2+N2/n2;
给出BPEL控制流复杂度的度量方法,Control-flow Complexity,简称CFC,BPEL流程的逻辑是由相互独立的活动组成的,流程(process)用P表 示,活动(activity)用a表示,则
6)对WSCDL文件做语法解析得到Choreography中所有的参与者对象及其扮演的所有角色对象,对于每个角色对象再遍历WSCDL获得由该角色端完成的交互活动,将所得到的信息形成一个角色交互树;
7)在建立的角色关联树中,角色关联树的根元素为Choreography的头元素,取角色关联树根元素Rt,计算Rt和Rm之间的角色关联度relation(Rt,Rm),Rm指的是关联树中的任一角色计算方法见步骤2),其中E(Rt,Rm)≠0;
8)若relation(Rt,Rm)>s,则把Rm放在Rt所在的组内,使这两个角色成为一组,若relation(Rt,Rm)>=s,直接跳转9);
9)将Rm作为树根元素Rt,重复8)的操作,直到Rm为角色关联的叶子节点;
10)如果存在relation(Rt,Rm)>s,且relation(Rp,Rm)>S的情况产生,其中Rp为角色关联树中不同于Rm的另一角色,将Rt所在的角色组记为Group1和把Rp所在的角色组记为Group2,若relation(Rm,Group1)>relation(Rm,Group2),将Rm从放在Group1中,反之亦然;
11)存储结构应用HashMap存储RoleItem和分组序号,RoleItem是角色信息类,它包含了角色名称,角色所属参与者类型以及活动率等属性,分组序号即是角色分组后的所在组序号。
本发明应用Pi演算的相关理论和流程模型复杂度理论对Choreography中的角色和角色之间的关系进行重新处理以达到WSBPEL执行性能优化。通过设计相关的关联函数和训练科学的阀值对Choreography中的参与者(Participant)中的角色(Role)重新进行划分形成新的分组(Group)。因此 角色关联划分的方式是粒度可调控的,通过具体实际的情况做出最优的划分粒度,最大的提高流程的执行效率。同时使用基于角色关联的角色组划分方法设计基于角色关联的角色划分算法,该算法基于贪婪算法的启发式算法,对Choreography模型中所有角色进行划分分组,可以达到一种动态的映射方式,把用户给出的CDL实例动态地转换成可执行的BPEL,提高转换效率,节约储存空间,有利于CDL与BPEL的推广与应用;同时在实现SOA或者SOC中把自底向上的执行方案与自顶向下的规范实现相结合,提高SOA架构实例的正确性。
附图说明
图1是本发明的模型图;
图2是本发明的系统处理流程图。
具体实施方式
下面结合附图对本发明作进一步说明。
本发明的角色分组处理方法如下:
1)对系统加载进来的CDL文件进行解析,根据参与者(participant)的不同行为提取出角色,为后续生成角色分组关系功能提供前提基础;
2)角色关联函数
表示角色Ri和角色Rj间的角色关联度,根据角色关联度的大小,将这两个角色参与的活动形成一个新的分组,并命名为角色组G;其中:Ri和Rj表示展现不同行为的两个角色,E(Ri,Rj)表示Ri和Rj的交互的次数的总和,M表示任意角色的操作集合;ωi表示角色Ri的活动的利用率;Mk表示角色 Rk参与的操作集;ExtraMk表示该角色Rk除了在与交互树中的角色进行交互的同时,还调用了其他参与者的角色的操作;path(Ri,Rj)表示角色Ri到角色Rj的所有角色树分支的路径;
3)阈值选取,采用数据训练的方式确定最优阈值s,当最优阈值s被选中时,角色组G对应的BPEL流程复杂度为最大值,设其为M,流程复杂度的计算见步骤5);
4)角色Ri与角色组G的角色关联度等于该角色Ri与角色组G每一个角色的关联度之和然后除以角色组中角色的数量;
5)流程复杂度,设n1是BPEL流程里所有活动中的控制元素的总数,这些活动之间不能嵌套;
设n2是流程中活动的数据参数个数,
设N1为流程中活动出现的次数,
设N2为流程中数据参数出现的次数,
由以上的数据,计算量度:
流程长度N=N1+N2;
流程词汇量n=n1+n2;
流程容量V=N*log2n;
流程复杂度D=n1/2+N2/n2;
给出BPEL控制流复杂度的度量方法,Control-flow Complexity,简称CFC,BPEL流程的逻辑是由相互独立的活动组成的,流程(process)用P表示,活动(activity)用a表示,则
6)对WSCDL文件做语法解析得到Choreography中所有的参与者对象及其扮演的所有角色对象,对于每个角色对象再遍历WSCDL获得由该角色端完 成的交互活动,将所得到的信息形成一个角色交互树;
7)在建立的角色关联树中,角色关联树的根元素为Choreography的头元素,取角色关联树根元素Rt,计算Rt和Rm之间的角色关联度relation(Rt,Rm),Rm指的是关联树中的任一角色计算方法见步骤2),其中E(Rt,Rm)≠0;
8)若relation(Rt,Rm)>s,则把Rm放在Rt所在的组内,使这两个角色成为一组,若relation(Rt,Rm)>=s,直接跳转9);
9)将Rm作为树根元素Rt,重复8)的操作,直到Rm为角色关联的叶子节点;
10)如果存在relation(Rt,Rm)>s,且relation(Rp,Rm)>S的情况产生,其中Rp为角色关联树中不同于Rm的另一角色,将Rt所在的角色组记为Group1和把Rp所在的角色组记为Group2,若relation(Rm,Group1)>relation(Rm,Group2),将Rm从放在Group1中,反之亦然;
11)存储结构应用HashMap存储RoleItem和分组序号,RoleItem是角色信息类,它包含了角色名称,角色所属参与者类型以及活动率等属性,分组序号即是角色分组后的所在组序号。
如图1,本发明的角色划分的模型图的使用包括:
活动者:用户,CDL模型
用例说明:
(1)用例名称:CDL建模设计
参与者:用户
主要事件流:
1、用户图形化对话框交互、拖拽、编辑
2、用户图形化查看CDL模型
(2)用例名称:CDL模型解析
参与者:CDL模型
主要事件流:
1、CDL模型文档作为输入
2、系统对CDL模型解析提取所有信息
3、输出结果是除CDL建模设计用例之外其它用例的输入要求
(3)用例名称:生成角色关联数组
参与者:CDL模型
主要事件流:
1、查看CDL模型的角色相关信息
2、提取处理CDL模型的角色相关的活动等
3、输出结果为CDL模型角色的划分结果。
(4)用例名称:生成角色组BPEL
参与者:CDL模型
主要事件流:
1、角色关联数组
2、角色关联阈值
图2描述了系统处理流程。
1)对系统加载进来的CDL文件进行解析,根据参与者(participant)的不同行为提取出角色,为后续生成角色分组关系功能提供前提基础;
2)角色关联函数
表示角色Ri和角色Rj间的角色关联度,根据角色关联度的大小,将这两个角色参与的活动形成一个新的分组,并命名为角色组G;其中:Ri和Rj表示展现不同行为的两个角色,E(Ri,Rj)表示Ri和Rj的交互的次数的总和,M表示任意角色的操作集合;ωi表示角色Ri的活动的利用率;Mk表示角色Rk参与的操作集;ExtraMk表示该角色Rk除了在与交互树中的角色进行交互的同时,还调用了其他参与者的角色的操作;path(Ri,Rj)表示角色Ri到角色Rj的所有角色树分支的路径;
3)阈值选取,采用数据训练的方式确定最优阈值s,当最优阈值s被选中时,角色组G对应的BPEL流程复杂度为最大值,设其为M,流程复杂度的计算见步骤5);
4)角色Ri与角色组G的角色关联度等于该角色Ri与角色组G每一个角色的关联度之和然后除以角色组中角色的数量;
5)流程复杂度,设n1是BPEL流程里所有活动中的控制元素的总数,这些活动之间不能嵌套;
设n2是流程中活动的数据参数个数,
设N1为流程中活动出现的次数,
设N2为流程中数据参数出现的次数,
由以上的数据,计算量度:
流程长度N=N1+N2;
流程词汇量n=n1+n2;
流程容量V=N*log2n;
流程复杂度D=n1/2+N2/n2;
给出BPEL控制流复杂度的度量方法,Control-flow Complexity,简称CFC,BPEL流程的逻辑是由相互独立的活动组成的,流程(process)用P表示,活动(activity)用a表示,则
6)对WSCDL文件做语法解析得到Choreography中所有的参与者对象及其扮演的所有角色对象,对于每个角色对象再遍历WSCDL获得由该角色端完成的交互活动,将所得到的信息形成一个角色交互树;
7)在建立的角色关联树中,角色关联树的根元素为Choreography的头元素,取角色关联树根元素Rt,计算Rt和Rm之间的角色关联度relation(Rt,Rm),Rm指的是关联树中的任一角色计算方法见步骤2),其中E(Rt,Rm)≠0;
8)若relation(Rt,Rm)>s,则把Rm放在Rt所在的组内,使这两个角色成为一组,若relation(Rt,Rm)>=s,直接跳转9);
9)将Rm作为树根元素Rt,重复8)的操作,直到Rm为角色关联的叶子节点;
10)如果存在relation(Rt,Rm)>s,且relation(Rp,Rm)>S的情况产生,其中Rp为角色关联树中不同于Rm的另一角色,将Rt所在的角色组记为Group1和把Rp所在的角色组记为Group2,若relation(Rm,Group1)>relation(Rm,Group2),将Rm从放在Group1中,反之亦然;
11)存储结构应用HashMap存储RoleItem和分组序号,RoleItem是角色信息类,它包含了角色名称,角色所属参与者类型以及活动率等属性,分组序号即是角色分组后的所在组序号。
图2中角色组划分算法实现如下表。
Claims (1)
1.一种基于角色关联的角色组划分方法,其特征在于:
1)对系统加载进来的CDL文件进行解析,根据参与者(participant)的不同行为提取出角色,为后续生成角色分组关系功能提供前提基础;
2)角色关联函数
表示角色Ri和角色Rj间的角色关联度,根据角色关联度的大小,将这两个角色参与的活动形成一个新的分组,并命名为角色组G;其中:Ri和Rj表示展现不同行为的两个角色,E(Ri,Rj)表示Ri和Rj的交互的次数的总和,M表示任意角色的操作集合;ωi表示角色Ri的活动的利用率;Mk表示角色Rk参与的操作集;ExtraMk表示该角色Rk除了在与交互树中的角色进行交互的同时,还调用了其他参与者的角色的操作;path(Ri,Rj)表示角色Ri到角色Rj的所有角色树分支的路径;
3)阈值选取,采用数据训练的方式确定最优阈值s,当最优阈值s被选中时,角色组G对应的BPEL流程复杂度为最大值,设其为M,流程复杂度的计算见步骤5);
4)角色Ri与角色组G的角色关联度等于该角色Ri与角色组G每一个角色的关联度之和然后除以角色组中角色的数量;
5)流程复杂度,设n1是BPEL流程里所有活动中的控制元素的总数,这些活动之间不能嵌套;
设n2是流程中活动的数据参数个数,
设N1为流程中活动出现的次数,
设N2为流程中数据参数出现的次数,
由以上的数据,计算量度:
流程长度N=N1+N2;
流程词汇量n=n1+n2;
流程容量V=N*log2n;
流程复杂度D=n1/2+N2/n2;
给出BPEL控制流复杂度的度量方法,Control-flow Complexity,简称CFC,BPEL流程的逻辑是由相互独立的活动组成的,流程(process)用P表示,活动(activity)用a表示,则
6)对WSCDL文件做语法解析得到Choreography中所有的参与者对象及其扮演的所有角色对象,对于每个角色对象再遍历WSCDL获得由该角色端完成的交互活动,将所得到的信息形成一个角色交互树;
7)在建立的角色关联树中,角色关联树的根元素为Choreography的头元素,取角色关联树根元素Rt,计算Rt和Rm之间的角色关联度relation(Rt,Rm),Rm指的是关联树中的任一角色计算方法见步骤2),其中E(Rt,Rm)≠0;
8)若relation(Rt,Rm)>s,则把Rm放在Rt所在的组内,使这两个角色成为一组,若relation(Rt,Rm)>=s,直接跳转9);
9)将Rm作为树根元素Rt,重复8)的操作,直到Rm为角色关联的叶子节点;
10)如果存在relation(Rt,Rm)>s,且relation(Rp,Rm)>S的情况产生,其中Rp为角色关联树中不同于Rm的另一角色,将Rt所在的角色组记为Group1和把Rp所在的角色组记为Group2,若relation(Rm,Group1)>relation(Rm,Group2),将Rm从放在Group1中,反之亦然;
11)存储结构应用HashMap存储RoleItem和分组序号,RoleItem是角色信息类,它包含了角色名称,角色所属参与者类型以及活动率等属性,分组序号即是角色分组后的所在组序号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010525720.1A CN102004951B (zh) | 2010-10-29 | 2010-10-29 | 一种基于角色关联的角色组划分方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010525720.1A CN102004951B (zh) | 2010-10-29 | 2010-10-29 | 一种基于角色关联的角色组划分方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102004951A true CN102004951A (zh) | 2011-04-06 |
CN102004951B CN102004951B (zh) | 2015-05-27 |
Family
ID=43812298
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201010525720.1A Active CN102004951B (zh) | 2010-10-29 | 2010-10-29 | 一种基于角色关联的角色组划分方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102004951B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104299066A (zh) * | 2014-07-31 | 2015-01-21 | 南通理工学院 | 基于企业流程管理系统的组织结构信息挖掘方法 |
CN107818195A (zh) * | 2017-08-24 | 2018-03-20 | 宁波大学 | 一种基于关联树的3d打印填充路径生成方法 |
CN108156129A (zh) * | 2016-12-02 | 2018-06-12 | 亚洲大学 | 无所不在的资源管理的具有协商机制的访问控制方法 |
CN109784491A (zh) * | 2018-12-15 | 2019-05-21 | 中国人民解放军陆军工程大学 | 基于描述逻辑的服务编导模型形式化验证方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1960252A (zh) * | 2006-06-30 | 2007-05-09 | 南京联创科技股份有限公司 | 基于角色的多维度对象访问控制方法 |
-
2010
- 2010-10-29 CN CN201010525720.1A patent/CN102004951B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1960252A (zh) * | 2006-06-30 | 2007-05-09 | 南京联创科技股份有限公司 | 基于角色的多维度对象访问控制方法 |
Non-Patent Citations (1)
Title |
---|
蒲琴: "角色关系与关联性", 《中国优秀硕士学位论文全文数据库》, 15 September 2005 (2005-09-15) * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104299066A (zh) * | 2014-07-31 | 2015-01-21 | 南通理工学院 | 基于企业流程管理系统的组织结构信息挖掘方法 |
CN104299066B (zh) * | 2014-07-31 | 2017-05-31 | 南通理工学院 | 基于企业流程管理系统的组织结构信息挖掘方法 |
CN108156129A (zh) * | 2016-12-02 | 2018-06-12 | 亚洲大学 | 无所不在的资源管理的具有协商机制的访问控制方法 |
CN107818195A (zh) * | 2017-08-24 | 2018-03-20 | 宁波大学 | 一种基于关联树的3d打印填充路径生成方法 |
CN107818195B (zh) * | 2017-08-24 | 2021-04-06 | 宁波大学 | 一种基于关联树的3d打印填充路径生成方法 |
CN109784491A (zh) * | 2018-12-15 | 2019-05-21 | 中国人民解放军陆军工程大学 | 基于描述逻辑的服务编导模型形式化验证方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102004951B (zh) | 2015-05-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Gu et al. | The BRICS and Africa's search for green growth, clean energy and sustainable development | |
CN103064917B (zh) | 一种面向微博的特定倾向的高影响力用户群发现方法 | |
CN106055627A (zh) | 话题领域中社交网络关键节点的识别方法 | |
CN103678669A (zh) | 一种社交网络中的社区影响力评估系统及方法 | |
CN103279887B (zh) | 一种基于信息理论的微博传播可视化分析方法 | |
CN106991617B (zh) | 一种基于信息传播的微博社交关系提取算法 | |
CN107633125B (zh) | 一种基于带权有向图的仿真系统并行性识别方法 | |
CN103268327B (zh) | 面向高维服务数据的混合可视化方法 | |
An et al. | Nodes social relations cognition for mobility-aware in the internet of things | |
CN104008182A (zh) | 社交网络交流影响力的测定方法及系统 | |
CN102004951B (zh) | 一种基于角色关联的角色组划分方法 | |
CN103020709B (zh) | 基于人工蜂群和量子粒子群算法的一维水质模型参数率定方法 | |
CN108847993A (zh) | 基于多阶路径中间节点资源分配的链路预测方法 | |
CN102622447B (zh) | 一种基于Hadoop的频繁闭项集挖掘方法 | |
CN103577899A (zh) | 一种基于可靠性预测与QoS相结合的服务组合方法 | |
CN103530457B (zh) | 一种基于多元组的物联网复杂关系链建模及构造方法 | |
Xie et al. | Semantic service composition based on social network | |
Yan et al. | The small-world and scale-free structure of an internet technological community | |
Böke | Thinking-Skins: Cyber-physical systems as foundation for intelligent adaptive façades | |
CN104317807B (zh) | 一种基于网络科学的微博用户关系网络演化模型构造方法 | |
Chen et al. | Migrating researcher from local to global: Using ORCID to develop the TLIS VIVO with CLISA and scopus | |
Donga et al. | An analysis of different computer science algorithms with the graph theory of Mathematics | |
Hordijk et al. | Dispersal routes reconstruction and the minimum cost arborescence problem | |
CN102819529B (zh) | 社交网站信息发布方法及系统 | |
Chu | Riding the double juggernaut: Depicting the Chinese mobile communication context |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20240325 Address after: 101, Section B, 1st Floor, No. 203, Zhongyuan 2nd District, Wangjing Lize, Chaoyang District, Beijing, 100102 Patentee after: Beijing Cool Data Technology Co.,Ltd. Country or region after: China Address before: 710049 No. 28 West Xianning Road, Shaanxi, Xi'an Patentee before: XI'AN JIAOTONG University Country or region before: China |