شکل ۴-۱۴ : نحوهی تأثیرگذاری رویکرد آگاه از زمینه بر روی الگوریتم بردار فضای حالت
۴-۴-۴-۲-۳ تأثیر خوشهبندی در الگوریتم کشف وبسرویس با بهره گرفتن از بردار فضای حالت
همانطور که در بخش ۴-۳-۱-۲ بحث شد، الگوریتمهای خوشهبندی متداول که به صورت خودکار خوشهها را ایجاد میکنند، معایبی همانند ایجاد نشدن خوشههای مورد نظر کاربران و زمانبر بودن ایجاد خوشههای جدید را دارند که استفاده از آنها را در سیستمهای واقعی ناکارآمد میکند. بنابراین در این تحقیق از روش تشریح شده در بخش ۴-۳-۱-۲ استفاده شد که در آن کاربران میتوانند خوشههای مورد علاقه خودشان را یا ایجاد کنند و یا از بین خوشههای موجود انتخاب کنند.
هدف اصلی از به کار بردن خوشهبندی در این تحقیق، کاهش یافتن پیچیدگی زمانی الگوریتم کشف وبسرویس است. همانطور که در بخش مربوط به معایب الگوریتم کشف وبسرویس با بردار فضای حالت بیان شد، این الگوریتم به دلیل مقایسه درخواست کاربر با همه وبسرویسهای موجود در مخزن، پیچیدگی زمانی بالایی دارد که خوشهبندی باعث میشود درخواست کاربر فقط با بخشی از وب سرویسها مقایسه شود. بدین صورت که وقتی کاربری یک درخواستی را به سیستم کشف وبسرویس میدهد، ابتدا درخواست کاربر با توصیفات خوشههایی که کاربر پسندیده است، مقایسه میشود تا خوشههایی که بیشترین مشابهت را با درخواست کاربر دارند انتخاب شود. بعد از انتخاب شدن خوشههای مشابه، درخواست کاربر تنها با وبسرویسهای موجود در آنها مقایسه میشود.
به طور کلی معماری الگوریتم کشف وب سرویس که از بردار فضای حالت، خوشه بندی و رویکرد آگاه از زمینه استفاده میکند، به شکل زیر میباشد:
شکل ۴-۱۵ : معماری کلی الگوریتم کشف وب سرویس پیشنهادی
۴-۵ جمعبندی
در این فصل الگوریتم جدیدی برای کشف وبسرویسهای مناسب ارائه شد که در آن علاوه بر کارایی (صحت و دقت نتایج بازگشتی) الگوریتم، به شفافیت[۱۴۷] الگوریتم هم توجه شده است. شفافیت الگوریتم به این معنی است که الگوریتم مورد نظر از تکنیکهایی استفاده کند که کارهایی را در جهت کمک به کاربر انجام دهد بدون اینکه کاربر متوجه انجام این کارها شود. در اغلب الگوریتمهایی که تا به حال در زمینه کشف وبسرویس ارائه شده اند بر روی کارایی الگویتم تمرکز شده است، در حالی که بحث شفاف بودن چنین الگوریتمهایی به اندازه کارا بودن آنها مهم است. الگوریتمهایی که در فصل سوم مورد بررسی قرار گرفت، اغلب آنها مشکلاتی همچون عدم توجه کافی به استفاده از اطلاعات زمینهای کاربران و کمک نکردن به کاربر در ایجاد درخواست مناسب برای پیدا کردن وب سرویس مورد نظر خود را دارند. این مشکلات نشان میدهند کاربری که برای پیدا کردن وبسرویسهای مورد نیاز به این سیستمها مراجعه میکند، همه کارهای مربوط به کشف وبسرویس بر عهده آنها است که این مسئله شفاف نبودن الگوریتمهای پیاده سازی شده را نشان میدهد.
مؤلفههایی از الگوریتم پیشنهادی همانند خوشهبندی، الگوریتم بردار فضای حالت و سیستم آگاه از زمینه بر روی کارایی الگوریتم تأثیر میگذارند. سیستم آگاه از زمینه علاوه بر تأثیرگذاری بر روی کارایی، بر روی شفافیت الگوریتم هم تأثیر زیادی میگذارد. نحوه تأثیرگذاری هر یک از این مؤلفهها بر روی کارایی و شفافیت الگوریتم در فصل ارزیابی مورد بررسی قرار میگیرد.
فصل پنجم: پیادهسازی و ارزیابی الگوریتم پیشنهادی
۵-۱ مقدمه
تئوری معماری کلی الگوریتم پیشنهادی و بخشهای مختلف آن در فصل چهارم بیان شد. در این فصل ابتدا محیط و ابزارهای استفاده شده در پیادهسازی الگوریتم پیشنهادی به صورت خلاصه تشریح می شود و سپس به ارزیابی الگوریتم پیشنهادی پرداخته میشود.
۵-۲ پیادهسازی
برای پیاده سازی پروژه از معماری سه لایه ای پایگاه داده، کلاسهای پروژه و واسط کاربری (صفحات وب) استفاده شده است که در ادامه هر کدام از لایهها را به صورت خلاصه تشریح میکنیم.
۵-۲-۱ محیط پیادهسازی
محیط سختافزاری و نرم افزاری پروژه با مشخصات زیر است:
Cpu : Core2
حافظه : ۲GB
سیستم عامل : ویندوز XP
نرم افزار کاربردی: Visual Studio C#.Net و ASP.NET