面向用戶需求的云桌面推薦方法研究

高志強(qiáng) 袁敏 張杰

摘要：云桌面是為用戶提供可定制、共享資源的新型云服務(wù)，用戶可以將云桌面作為一種可檢索的數(shù)據(jù)資源，根據(jù)自身需求選擇合適的云桌面.從資源提供者和消費(fèi)者兩端，提出了一種基于本體的用戶需求描述與匹配的云桌面推薦方法.一方面對資源提供端的服務(wù)功能和非功能特性進(jìn)行了分析，將基于本體技術(shù)對用戶需求和待選桌面鏡像進(jìn)行匹配，為用戶發(fā)現(xiàn)更可靠的云桌面;另一方面對資源消費(fèi)端的用戶需求進(jìn)行了分析，利用協(xié)同過濾機(jī)制，供用戶選擇合適的云桌面資源，避免了用戶資源請求的偏差.實(shí)驗(yàn)結(jié)果表明，本文方法提高了云桌面在資源發(fā)現(xiàn)和選擇過程中的準(zhǔn)確性，能根據(jù)用戶潛在的需求向用戶推薦更合適的數(shù)據(jù)資源.

關(guān)鍵詞：用戶需求; 云桌面;語義本體;非功能屬性;服務(wù)推薦

中圖分類號：TP311

文獻(xiàn)標(biāo)志碼：A

DOI： 10.3969/j.issn.1000-5641.2019.04.010

0 緒論

近年來，隨著科學(xué)技術(shù)和經(jīng)濟(jì)的快速發(fā)展，云計算技術(shù)[1-2]迅速地向各個領(lǐng)域發(fā)展，越來越多的應(yīng)用都遷移到了云上，云服務(wù)變得更加豐富和多元化.一般情況下，數(shù)據(jù)中心交付給用戶的云桌面都是從服務(wù)提供商的角度進(jìn)行考慮的.因?yàn)閷τ诓煌挠脩粲兄煌男枨?，如辦公或測試，所以用戶對應(yīng)用軟件也有不同的需求.為了滿足用戶需求的多樣性，服務(wù)提供者提供了大量功能相同或相似的云桌面服務(wù)，用戶通過搜索引擎來檢索滿足自己需求的云桌面.但是搜索引擎的好壞直接影響著用戶檢索的結(jié)果.用戶通過關(guān)鍵字來尋找滿足自己需求的云服務(wù)變得更加困難，因?yàn)榛陉P(guān)鍵字的服務(wù)匹配[3-4]準(zhǔn)確率較低.

另外，云桌面作為一種云服務(wù)，它們的交付有時并不能使用戶和云桌面提供者雙方都滿意.從用戶方面看，部分用戶可能對云桌面資源的認(rèn)知比較匱乏，對桌面中基礎(chǔ)設(shè)施部分的請求比較隨意，若該請求偏少會導(dǎo)致應(yīng)用軟件性能出現(xiàn)問題：企業(yè)私有云的資源量是有限的，若請求過度會導(dǎo)致資源浪費(fèi)的問題，從資源提供者方面來看，數(shù)據(jù)中心有大量的桌面鏡像，被多次使用的資源會有數(shù)據(jù)冗余和軟件異常發(fā)生.所以，云桌面提供者提供服務(wù)的質(zhì)量也是本文關(guān)注的重點(diǎn).

傳統(tǒng)的數(shù)據(jù)檢索是基于關(guān)鍵字等方式來進(jìn)行匹配的，而對于目前廣泛存在同質(zhì)、多樣化的桌面服務(wù)來說，關(guān)鍵字匹配的準(zhǔn)確度往往較低.為此，本文提出了一種基于本體的用戶需求描述與匹配的方法：針對云桌面涉及的服務(wù)、數(shù)據(jù)、非功能服務(wù)描述等概念、關(guān)系，建立語義網(wǎng)本體進(jìn)行描述：基于本體語義匹配和協(xié)同過濾機(jī)制，分別從資源提供者和消費(fèi)者這兩個角度來提高云桌面在資源發(fā)現(xiàn)和選擇過程中的準(zhǔn)確性，根據(jù)用戶潛在的需求向用戶推薦更合適的數(shù)據(jù)資源.

1 相關(guān)工作介紹

1.1 云服務(wù)與本體

云服務(wù)減輕了客戶端的負(fù)擔(dān)，減少了人力維護(hù)的成本.除了計算能力以外，云的存儲能力可以避免本地硬盤崩潰、數(shù)據(jù)和文件丟失的問題.云平臺通過共享池的搭建，為個人和企業(yè)用戶提供絕佳的服務(wù)體驗(yàn).云服務(wù)的主要優(yōu)勢在于共享資源，通常的云服務(wù)的分類有基礎(chǔ)設(shè)施即服務(wù)（Infrastructure as a Service，IaaS）、平臺即服務(wù)（Platform as a Service，PaaS）和軟件即服務(wù)（Software as a Service，SaaS）.

國外對本體的研究比較早，在20世紀(jì)60年代就將本體的概念引入到了計算機(jī)科學(xué)領(lǐng)域中，經(jīng)過幾十年的研究發(fā)展歷程，本體技術(shù)逐漸成熟：從本體概念的提出到1993年Grubei給出本體是概念模型的明確規(guī)范說明[5]，再到Borst在Grubei的研究基礎(chǔ)上提出本體是共享概念模型的形式化規(guī)范說明：Studer對相關(guān)技術(shù)進(jìn)行了總結(jié)并給出了共享的一個通用定義[6]，即共享概念模型的明確的形式化規(guī)范說明，該說明提出了4個重要特征[7]，具體說明如下.

（1）概念化：本體對現(xiàn)實(shí)世界的事物用抽象方法進(jìn)行建模，本體概念化只考慮研究對象的領(lǐng)域并不依賴語言、平臺等環(huán)境.

（2）明確：概念以及概念之間的關(guān)系都采用明確的定義.

（3）形式化：本體采用形式化方式使得機(jī)器可以理解，并被機(jī)器處理.

（4）共享：反映本體中對領(lǐng)域知識有相同認(rèn)識的概念集.

本體獲得領(lǐng)域共有的知識，用以描述概念及概念間的關(guān)系，在領(lǐng)域中有共同認(rèn)知和無歧義定義.

1.2 云桌面

雖然目前針對云桌面的研究有很多，但是基本上都是關(guān)于云桌面的部署[8]和管理系統(tǒng)的設(shè)計[9]，很少有對云桌面服務(wù)發(fā)現(xiàn)的研究.本文參考了從Web服務(wù)的角度來研究云桌面服務(wù)發(fā)現(xiàn)的方法，并且在研究的過程中考慮了云桌面的自身特征.

基于傳統(tǒng)的搜索引擎的方式并不能很好地滿足用戶的需求，所以有很多學(xué)者使用本體技術(shù)對云服務(wù)發(fā)現(xiàn)進(jìn)行研究.Liu等人提出了一個基于本體的云服務(wù)發(fā)現(xiàn)方法[10]，這個模型提供豐富的語義用來邏輯匹配，但研究范圍只限于基礎(chǔ)設(shè)施.Afify等人提出了一個成熟的業(yè)務(wù)領(lǐng)域本體[11]，該本體包括云分類、交付、部署和價格模型，并對非功能方面進(jìn)行了深入介紹.Karim等人提出設(shè)計一個獨(dú)立于云服務(wù)提供商的云供應(yīng)工具[12]，即云用戶通過云供應(yīng)工具進(jìn)行語義推理.唐守利提出了一種非常適合結(jié)構(gòu)化信息的語義檢索模型[13]，即通過云服務(wù)的描述信息進(jìn)行語義標(biāo)注、提取，然后使用一個向量空間模型計算索引，每個云服務(wù)都是用一個向量表示且向量的每個維度對應(yīng)于本體中的一個概念，最后求得向量的余弦相似度即可.上述工作大都從資源提供方或者資源消費(fèi)端的單一角度，給出云服務(wù)發(fā)現(xiàn)或選擇的方法.本文分別從資源提供者和消費(fèi)者兩個角度來提高云桌面在資源發(fā)現(xiàn)和選擇過程中的準(zhǔn)確性，并能夠根據(jù)用戶潛在的需求推薦更合適的數(shù)據(jù)資源.

2 基于本體的功能屬性匹配方法

2.1 本體構(gòu)建

云桌面服務(wù)在功能方面是否滿足用戶的需求，可以用云桌面服務(wù)領(lǐng)域本體樹的概念匹配方法來實(shí)現(xiàn).在領(lǐng)域本體樹中使用推理機(jī)依次對任意兩個不同的概念關(guān)系進(jìn)行推理，然后求得綜合概念或?qū)傩缘南嗨贫?云桌面本體構(gòu)建步驟如圖1所示，

首先要確定云桌面本體領(lǐng)域范圍，這里按照模塊化本體設(shè)計思想，即構(gòu)建獨(dú)立、自包含組件的本體來構(gòu)建本體.本體中單個模塊的更新不影響組成本體的其他模塊的變化，也不影響模塊化本體整體的知識表示.云桌面是一個特別的云服務(wù)，面向的是云服務(wù)領(lǐng)域的子領(lǐng)域：其次確定云桌面涉及的核心概念術(shù)語是關(guān)于基礎(chǔ)設(shè)施和軟件設(shè)施的：再次建立概念間的層次結(jié)構(gòu)，如OS和Windows具有的層次結(jié)構(gòu)是父類和子類的關(guān)系：緊接著是定義概念屬性和用XML形式化進(jìn)行表示，在構(gòu)建本體用到的軟件是Protege[14];最后，對云桌面本體進(jìn)行檢測.按照上述步驟，建立的兩個子領(lǐng)域本體如圖2和圖3所示.

2.2 云桌面功能需求匹配研究

本文將云桌面在服務(wù)注冊中心用多元組格式進(jìn)行管理，而且用戶請求也是通過轉(zhuǎn)換成多元組的方式來尋找云桌面的，如只考慮資源匹配的情況下，用戶請求可以用一個二元組表不R= （Infrastructure，Software_Facility），其中，Infrastructure （IF）代表基礎(chǔ)設(shè)施如內(nèi)存、操作系統(tǒng)、磁盤、處理器，Software_Facility （SF）包括開發(fā)軟件、測試軟件、辦公軟件等.

在基于本體的基礎(chǔ)上，通過推理機(jī)進(jìn)行概念推理.用戶請求R與服務(wù)管理中心的云桌面服務(wù)S進(jìn)行概念和屬性相似度匹配，最終返回滿足用戶功能需求的云桌面集合.值得注意的是IF中的概念都是必選項，而對于SF中的概念是按照用戶使用特定需求動態(tài)進(jìn)行組合，所以用戶的請求對SF中的參數(shù)數(shù)量隨用戶請求動態(tài)變化.

3 基于非功能屬性評價的推薦方法

本文選擇性能、可用性、穩(wěn)定性、使用度這4個非功能屬性來評價云桌面服務(wù)，它們具體描述了云桌面的特性，如圖4所示.

1.性能（Performance）

性能屬性包含響應(yīng)能力（Response Ability）和流暢度（Fluency）這兩個度量屬性或是子屬性.

響應(yīng)能力：主要包括軟件響應(yīng)時間、任務(wù)完成時間能力的描述.該性能指標(biāo)是成本型指標(biāo)，響應(yīng)時間越長，性能越低.

流暢度：該指標(biāo)是用戶的直接體驗(yàn)反饋，一般用體驗(yàn)等級來表示，如excellent、good、general、poor、bad等.

2.可用性（Availability）

可用性包括魯棒性（Robustness）和MTTF （Mean Time to Failure）這兩個度量指標(biāo).

魯棒性：該指標(biāo)表示應(yīng)用軟件在執(zhí)行中遭受異常仍能正常工作的能力.

MTTF：該指標(biāo)表示各應(yīng)用軟件在運(yùn)行中平均無故障時間.

3.穩(wěn)定性（Stability）

云桌面提供中心要保持長期的活躍性和穩(wěn)健性.

4.使用度（Use Degree）

使用度即資源使用率，為用戶對云桌面資源的使用量與云桌面資源總量的比率，其中，資源包括存儲、CPU等.

由于用戶對資源請求的偏差和云桌面本身服務(wù)質(zhì)量的差異性，只對用戶的請求進(jìn)行功能匹配并不能讓用戶得到一個合適的云桌面服務(wù)，需要對目標(biāo)用戶和歷史用戶的功能需求進(jìn)行匹配，才能找到相似需求用戶，而且只有相似需求用戶的非功能屬性評價才具有參考意義.所以，要對非功能屬性進(jìn)行本體構(gòu)建.非功能本體構(gòu)建流程與云服務(wù)資源本體構(gòu)建流程相似.

3.1 本體構(gòu)建

本體中的層次結(jié)構(gòu)通過概念間的關(guān)系構(gòu)建，而關(guān)系的表示需要類、屬性、實(shí)例以及公理來描述，為了更好地體現(xiàn)非功能屬性度量指標(biāo)的層次關(guān)系，本文通過本體構(gòu)建軟件Protege畫出各概念間的關(guān)系，如圖5所示.

3.2 非功能語義匹配

非功能屬性描述了一個服務(wù)或產(chǎn)品滿足使用者功能需求以外的能力，可以從很多方面來描述.本文從性能（Performance）、可用性（Availability）、穩(wěn)定性（Stability）以及使用度（Use Degree）這4個方面來描述關(guān)于云桌面容錯的非功能屬性.

（1）不同質(zhì)量屬性的評價方式不同，同一個屬性的評價標(biāo)準(zhǔn)也是不一樣的，所以要對用戶屬性評價值進(jìn)行量化和歸一化[16].

離散型數(shù)據(jù)是其中，a、b分別表示數(shù)據(jù)集的a行b列.

連續(xù)性數(shù)據(jù)根據(jù)屬性的不同可分為兩種：一種是成本型參數(shù)如價格，價格是越低越好：另一種是效益型參數(shù)如穩(wěn)定性，穩(wěn)定性值是越高越好.這兩種參數(shù)的歸一化分別可根據(jù)公式得到.

（2）非功能指標(biāo)的矩陣構(gòu)造.對于用戶非功能請求TF-QoS=（（Pi，W1），（p2，W2），…，（Pn，Wn）），其中符號p表不property，w表示weight.通過與相似用戶曾經(jīng)使用桌面服務(wù)的非功能屬性進(jìn)行語義匹配后得到滿足條件的待選桌面集[16].

用戶請求與待選云桌面并不都有相同的參數(shù)，所以在構(gòu)造匹配矩陣時，需要對待選云桌面服務(wù)的屬性參數(shù)進(jìn)行調(diào)整以滿足用戶請求的標(biāo)準(zhǔn)，調(diào)整步驟如下.

第一，根據(jù)用戶請求的n個非功能屬性參數(shù)，分析用戶請求的質(zhì)量屬性參數(shù)與候選云桌面中非功能屬性參數(shù)的語義匹配相似度MDS （Matching Degree of Similarity），如果候選云桌面服務(wù)中重要的屬性參數(shù)語義相似度匹配失?。∕DS=fail），則表明該云桌面服務(wù)并不能滿足用戶的非功能需求，將其在候選集中刪除除，假設(shè)刪除后的候選集桌面服務(wù)為m.

第二，將候選集中的云桌面服務(wù)屬性參數(shù)p按照用戶請求參數(shù)的順序在矩陣中排列，然后將矩陣中的參數(shù)值經(jīng)過量化和歸一化處理，之后記作q，最終形成一個標(biāo)準(zhǔn)的數(shù)值匹配矩陣.非功能屬性參數(shù)匹配過程為該矩陣表示的是非父概念的屬性（度量指標(biāo)）排序，其中m表示通過語義匹配后的云桌面服務(wù)個數(shù)，n表示用戶請求的非功能指標(biāo)個數(shù).

3.3 基于協(xié)同過濾的云桌面發(fā)現(xiàn)

當(dāng)用戶需要使用云桌面服務(wù)時，可以通過用戶接口輸入用戶功能需求，由于本文引入了相似用戶非功能屬性評價的推薦方法，所以在用戶請求R中包含非功能需求.將上述的二元組轉(zhuǎn)變?yōu)槿MR=（IF，SF，TF-QoS），具體的流程如圖6所示.

云桌面發(fā)現(xiàn)大致流程步驟如下.

（1）目標(biāo)用戶在接口界面中設(shè)置用戶需求R，其中包括資源需求IF、SF和非功能需求TF-QoS，同時載入歷史用戶的歷史記錄、評價.

（2）將用戶請求R與歷史用戶功能需求信息的進(jìn)行預(yù)處理.

（3）利用推理機(jī)對用戶請求R與歷史用戶需求信息在本體樹中進(jìn)行概念推理，然后計算概念相似度.如果存在需求相似的用戶（相似值大于閾值），則執(zhí)行（5），將相似歷史用戶放入相似需求用戶集中，然后利用協(xié)同思想歸納得到推薦桌面集：如果與歷史用戶記錄的匹配為Null則執(zhí)行下一步.

（4）如果沒有功能需求相似用戶的歷史記錄，則目標(biāo)用戶直接與注冊中心的桌面服務(wù)進(jìn)行功能匹配，檢索成功將得到最終資源匹配集，若沒有相關(guān)匹配結(jié)果則檢索失敗.

（5）相似需求用戶集中都是目標(biāo)用戶關(guān)于功能匹配（資源）的相似用戶，由相似用戶得到推薦桌面集，再對推薦桌面集中的服務(wù)進(jìn)行語義匹配，滿足匹配后得到待選桌面集.

（6）對待選服務(wù)集中的云桌面非功能屬性評價值進(jìn)行量化和歸一化，并按照用戶權(quán)值要求對服務(wù)的非功能屬性值進(jìn)行加權(quán)計算，得到最終桌面.

（7）通過排序?qū)ψ罱K桌面集中的云桌面服務(wù)按照綜合評分進(jìn)行排序，得到最終輸出.

3.4 云桌面推薦流程實(shí)例

依據(jù)協(xié)同過濾的思想，根據(jù)相似用戶的推薦，目標(biāo)用戶可以得到一個推薦桌面集.下面給出非功能屬性匹配具體實(shí)例的計算過程.

（1）用戶請求R的TF-QoS部分：用戶相應(yīng)的非功能請求（權(quán)重）如表1所示.

（2）服務(wù)Si的QoS部分：服務(wù)Si的非功能屬性以及屬性評價值（加權(quán)計算的結(jié)果），具體如表2所示.

（3）云桌面服務(wù)非功能屬性語義匹配：根據(jù)語義匹配，得到用戶請求R1、 R2的匹配后的桌面列表，如表3所示.

（4）求R1、R2的非公功能屬性值的無量化矩陣構(gòu)造，矩陣為

（5）對相關(guān)屬性值做歸一化出，最終得到的歸一化矩陣，為

（6）將R1、R2的權(quán)重分別帶入歸一化矩陣，待選桌面對于R1的綜合得分計算，S2>S1>S4>S3，桌面服務(wù)S2得分最高.運(yùn)算結(jié)果為（7）待選桌面對于R2的綜合得分，S2>S1>S4>S3，桌面服務(wù)S2得分最高.運(yùn)算結(jié)果為

不同的服務(wù)評價和用戶對非功能屬性權(quán)重的要求對選擇一個合適的服務(wù)很重要.在表2中，桌面服務(wù)S2的評價相對較高，所以用戶R1、R2請求時檢索出S2的可能性很高.

4 實(shí)驗(yàn)評價與分析

本文在上述方法的基礎(chǔ)上設(shè)計了一個云桌面檢索原型系統(tǒng)，并通過實(shí)驗(yàn)分析驗(yàn)證了該桌面推薦方法的有效性.

4.1 實(shí)驗(yàn)架構(gòu)

圖7給出了本文云桌面（Cloud Desktop Retrieval，CDR）檢索系統(tǒng)的IPO（Input，Process-ing， Output）圖.

云桌面檢索系統(tǒng)設(shè)計基于B/S+VDI架構(gòu)模型，一個注冊用戶需要使用云桌面服務(wù)時，首先要通過CDR提供的用戶接口輸入用戶的使用需求，然后CDR系統(tǒng)處理用戶請求并推薦相關(guān)符合需求的云桌面服務(wù)供用戶選擇，最后用戶選擇最佳桌面服務(wù)使用并給出服務(wù)評價.根據(jù)用戶需求，服務(wù)端接受請求，做出相關(guān)處理后返回結(jié)果.

用戶可以自定義設(shè)置基礎(chǔ)設(shè)施、軟件設(shè)施等資源需求，還可設(shè)置非功能需求.云桌面檢索系統(tǒng)的檢索功能如圖8所示.

4.2 實(shí)驗(yàn)環(huán)境

測試實(shí)驗(yàn)中的服務(wù)器和云桌面的軟硬件環(huán)境如表4、表5和表6所示.

4.3 基于本體的功能屬性匹配實(shí)驗(yàn)

（1）實(shí)驗(yàn)?zāi)康?/p>

在功能需求方面，資源池中存在大量功能類似的桌面鏡像，用基于本體技術(shù)對用戶需求進(jìn)行匹配，檢索的結(jié)果較無本體的方法更為準(zhǔn)確.

（2）評價標(biāo)準(zhǔn)

評價標(biāo)準(zhǔn)是有無本體的評比方式.信息檢索的評估方式一般是使用者準(zhǔn)率（AccuracyRate）和查全率這兩個標(biāo)準(zhǔn)：查準(zhǔn)率是指檢索出的有效信息占全部檢索信息的百分比;查全率是指檢索出的相關(guān)信息占系統(tǒng)所有相關(guān)信息的百分比.采用查準(zhǔn)率來驗(yàn)證在有無本體的狀況下檢索云桌面服務(wù)的準(zhǔn)確率，查準(zhǔn)率P公式為

P=s/S×lOO%

（9）其中，s為檢索出的符合用戶需求的服務(wù)，S為查找出的全部服務(wù).

（3）實(shí)驗(yàn)結(jié)果

實(shí)驗(yàn)結(jié)果如圖9所示.

圖9實(shí)驗(yàn)結(jié)果表明，隨著云桌面服務(wù)數(shù)量不斷增加，采用有本體的匹配方法檢索比無本體的匹配方法檢索的查準(zhǔn)率更高，因?yàn)椴捎帽倔w可以在語義上進(jìn)行推理，系統(tǒng)能提供更加智能化的匹配結(jié)果.

4.4 基于本體的非功能屬性評價實(shí)驗(yàn)

（1）實(shí)驗(yàn)?zāi)康?/p>

在資源消費(fèi)端，用戶對自己的應(yīng)用需求表述具有不確定性.驗(yàn)證文中通過分析需求相似用戶的使用評價向用戶推薦合適的資源，能否避免用戶資源請求的偏差.

（2）實(shí)驗(yàn)方法

為了驗(yàn)證系統(tǒng)是否推薦了合適的桌面資源，實(shí)驗(yàn)采用用戶訪問調(diào)查的方法，對最終用戶的滿意度進(jìn)行統(tǒng)計.在個性化服務(wù)選擇機(jī)制中，為避免用戶請求偏差與云桌面服務(wù)本身的質(zhì)量問題，本次實(shí)驗(yàn)采用用戶滿意度體驗(yàn)測試的統(tǒng)計方式，來驗(yàn)證本文所使用的非功能屬性評價方法的有效性.

本次實(shí)驗(yàn)采用了在線調(diào)查的方式進(jìn)行統(tǒng)計，結(jié)合問卷自動校驗(yàn)方法，針對特定用戶群體進(jìn)行了網(wǎng)上調(diào)查.提供適當(dāng)?shù)募畲胧┮源宋嗟挠脩魠⑴c調(diào)查，減少無效問卷和避免樣本分布不均衡的影響.問卷內(nèi)容如表7所示.

問卷調(diào)查表從用戶自身關(guān)切的3個非功能屬性進(jìn)行統(tǒng)計，這3個指標(biāo)代表著用戶對服務(wù)的滿意評價：然后，再根據(jù)各用戶對指標(biāo)權(quán)重的要求，進(jìn)行加權(quán)平均.

（3）實(shí)驗(yàn)結(jié)果

參與本次問卷調(diào)查的用戶分為理工科組和文科組兩類，由理工科和文科專業(yè)本科生各年級隨機(jī)選擇30人共240人組成，分別做兩組不同的實(shí)驗(yàn)，包括不含推薦方法的體驗(yàn)測試和使用本文推薦方法的體驗(yàn)測試.每個人通過檢索系統(tǒng)選擇云桌面服務(wù)并體驗(yàn)，使用完成后給出自己的滿意度評價，可以對應(yīng)到非功能度量指標(biāo).由此，可以得到兩組測試在各個指標(biāo)的滿意度對比情況，具體如圖10所示.

（4）實(shí)驗(yàn)分析

以上兩組分別使用有推薦方式和無推薦方式進(jìn)行云桌面體驗(yàn)測試.用戶連接到按自己需求選擇的云桌面上，進(jìn)行相應(yīng)軟件的操作：用戶對使用的每一個云桌面都有一個滿意度評價.在云桌面測試數(shù)量的遞增過程中進(jìn)行數(shù)據(jù)統(tǒng)計，通過非功能評價推薦方法，可以發(fā)現(xiàn)選擇推薦云桌面的比無推薦情況下的用戶滿意度更高.

5 總結(jié)

云桌面是基于云計算的虛擬化、分布式和集約化技術(shù)的新型互聯(lián)網(wǎng)應(yīng)用.目前互聯(lián)網(wǎng)中廣泛存在同質(zhì)、多樣化的桌面服務(wù).針對用戶需求的個性化，云桌面推薦是一項重要的應(yīng)用需求.服務(wù)質(zhì)量不穩(wěn)定以及用戶對桌面資源預(yù)估不足會導(dǎo)致系統(tǒng)異常的發(fā)生或云資源的浪費(fèi).本文提出了一種面向用戶需求的云桌面推薦方法，將用戶對資源的需求從基礎(chǔ)設(shè)施和軟件設(shè)施兩個方面，統(tǒng)一刻畫出桌面資源功能和非功能需求的領(lǐng)域本體;在資源提供端，提出了通過表示和評估云桌面相關(guān)的非功能屬性，向用戶提供可靠桌面應(yīng)用的方法：在資源消費(fèi)端，提出了通過分析相似用戶需求的使用評價，向用戶提供合適的資源，避免了用戶資源請求偏差的產(chǎn)生.但本文構(gòu)建的需求領(lǐng)域本體仍停留在實(shí)驗(yàn)階段，將來應(yīng)結(jié)合實(shí)際應(yīng)用場景增加領(lǐng)域本體的實(shí)用性：原型系統(tǒng)的設(shè)計仍比較簡單，未充分考慮與實(shí)際云桌面平臺的接口，以后可以整合實(shí)際云桌面產(chǎn)品功能，與系統(tǒng)進(jìn)行接口開發(fā)，選擇門戶集成的方式進(jìn)行整合.

[參考文獻(xiàn)]

[1] SHEU P c Y， WANG s，WANG Q， et al. Semantic computing， cloud computing， and semantic search engine[C]//2009 IEEE International Conference on Semantic Computing. 2009： 654-657.

[2] 林闖，蘇文博，孟坤，等云計算安全：架構(gòu)、機(jī)制與模型評價[J]計算機(jī)學(xué)報，2013， 36（9）： 1765-1784.

[3] BOUVEYRON C， BRUNET-SAUMARD C. Model-based clustering of high-dimensional data：A review[J]Computational Statistics and Data Analysis， 2014， 71： 52-78.

[4]BHALOTIA G， HULGERI A， NAKHEY C， et al. Keyword searching and browsing in databases using BANKS[C]//Proceedings of the 18th International Conference on Data Engineering （ICDE'02）. IEEE， 2002： 431-440.

[5]GRUBER T R. Toward principles for the design of ontologies used for knowledge sharing [J] Internation Journalof Human Computer Studies， 1995， 43（5/6）： 907 -928.

[6]STUDER R， BENJAMINS V R， FENSEL D. Knowledge Engineering， Principles and Methods [J]. Data andKnowledge Engineering， 1998， 25（1/2）： 161-197.

[7]FENSEL D. The semantic Web and its languages [J]. IEEE Intelligent Systems， 2000， 15（6）： 67-73.

[8] 王鑫.基于虛擬桌面技術(shù)的高校多媒體教室的設(shè)計[J]電腦與信息技術(shù)，2014， 22（1）： 28-31.

[9] 金潔.虛擬桌面管理系統(tǒng)的設(shè)計與分析[D].南京：南京理工大學(xué)，2013

[10]LIU L，YAO x F， QIN L J，et al. Ontology-based service matching in cloud computing [C]//IEEE InternationalConference on Fuzzy Systems （FUZZ-IEEE）， 2014： 2544-2550.

[11] AFIFY Y M. BADR N L，MOAWAD I F. et al. A comprehensive business domain ontology for cloud services[C]//8th International Conference on Intelligent Computing and Information Systems （ICICIS）. 2017： 134-143.

[12] KARIM B， TAN Q， VILLAR J R， et al. Resource brokerage ontology for vendor-independent cloud servicemanagement [C] //IEEE 2nd International Conference on Cloud Computing and Big Data Analysis （ICCCBDA）2017： 466-472.

[13] 唐守利.基于本體的云服務(wù)語義檢索模型研究[D].長春：吉林大學(xué)，2016.

[14] PROTEGE. The Protege Ontology Editor and Knowledge-Base Framework [CP/OL]. [2018-06-21l.http：//protege.stanford.edu/

[15] ANDREASEN T. BULSKOV H， KNAPPE R. From ontology over similarity to query eval uation [C]//2ndInternational Conference on Ontologies， Databases. and Applicati ons of Semantics for Large Scale InformationSystems（ODBASE）. 2003： 35-39.

[16] 郭廣軍，胡玉平，陳志剛，等.一種帶QoS約束的語義Web服務(wù)選擇方法[J].華中師范大學(xué)學(xué)報（自然科學(xué)版），2010， 44（3）：386-391.