کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
10322217 | 660850 | 2015 | 27 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Modeling and classification of service behaviors
ترجمه فارسی عنوان
مدل سازی و طبقه بندی رفتارهای خدماتی
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
خدمات، رفتار - اخلاق، الگو، طبقه بندی، مجموعه خشن،
ترجمه چکیده
با افزایش شدید تعداد خدمات، نیاز فوری به تکنیک هایی وجود دارد که به انتخاب خدمات کمک می کند. رفتار یک سرویس عامل اصلی در چنین انتخابی است. یکی از چالش های عمده در این زمینه این است که بتواند چنین رفتاری را مدل سازی و تشخیص دهد، به ویژه هنگامی که سرویس یک جعبه سیاه است (به عنوان مثال هیچ جزئیات معماری ارائه نمی شود). در این مقاله، یک رویکرد جدید برای مدل سازی و طبقه بندی رفتارهای خدمات ارائه شده است. رویکرد پیشنهادی از طریق برخی الگوهای رفتاری از پیش تعریف شده بهره برداری می کند. هر الگوی یک دنباله ای از مشاهدات است که مشاهدات نشان دهنده کیفیت سرویس برای یک تعامل است. سپس یک رویکرد مبتنی بر مجموعه ای خشن برای طبقه بندی خدمات به الگوهای مختلف دنبال می کنیم. برای نشان دادن کاربرد رویکرد پیشنهادی، یک مطالعه مقایسه ای با الگوریتم های طبقه بندی مبتنی بر قانون موجود ارائه شده است.
موضوعات مرتبط
مهندسی و علوم پایه
مهندسی کامپیوتر
هوش مصنوعی
چکیده انگلیسی
With the drastic increase in the number of services, there is an urgent need to devise techniques that facilitate services selection. The behavior of a service is a key factor in such selection. One of the major challenges in this regard is to be able to model and recognize such behavior, especially when the service is a black box (i.e. no architectural details are provided). In this paper, we propose a new approach for modeling and classification of service behaviors. The proposed approach captures service performance through some predefined behavioral patterns. Each pattern is a typical sequence of observations in which an observation denotes the quality of a service for one interaction. We then follow a rough set based approach for the classification of services into different patterns. To show the applicability of the proposed approach, a comparative study with existing rule-based classification algorithms is provided.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Expert Systems with Applications - Volume 42, Issue 21, 30 November 2015, Pages 7610-7619
Journal: Expert Systems with Applications - Volume 42, Issue 21, 30 November 2015, Pages 7610-7619
نویسندگان
Hamdi Yahyaoui, Hala S. Own, Zaki Malik,