Ситуационное управление процессом генерации электронных услуг на основе контекстно-зависимых эвристик тема диссертации и автореферата по ВАК РФ 05.13.10, кандидат технических наук Ишкина, Евгения Геннадиевна

• Ишкина, Евгения Геннадиевна
• кандидат технических наук
• 0

Оглавление диссертации кандидат технических наук Ишкина, Евгения Геннадиевна

ВВЕДЕНИЕ.

1. АНАЛИЗ ТЕКУЩЕГО СОСТОЯНИЯ ИССЛЕДУЕМОЙ ПРОБЛЕМЫ В МИРЕ.

1.1. Анализ современных тенденций в разработке распределенных веб-ориентированных информационных систем.

1.1.1. Сервис-ориентированная архитектура.

1.1.2. Промежуточное программное обеспечение.

1.1.3. Контекстно-зависимые системы.

1.1.4. Задачеориентированные системы.

1.1.5. Системы на основе онтологий.

1.1.6. Системы рекомендаций.

1.1.7. Выводы.

1.2. Анализ существующих подходов к решению задачи адаптивного предоставления сервисов потребителям.

1.2.1. Программные платформы для предоставления персонализированных сервисов.

1.2.2. Программные платформы для предоставления контекстно-зависимых сервисов.

1.2.3. Программные платформы для поиска сервисов, соответствующих комплексной пользовательской задаче.

1.2.4. Программные платформы для поиска шаблонов композиций сервисов.

1.2.5. Выводы.

Выводы по первой главе.

2. ИССЛЕДОВАНИЕ ТЕХНОЛОГИЙ СЕРВИС-ОРИЕНТИРОВАННЫХ СИСТЕМ.

2.1. Технологии описания сервисов.

2.1.1. Технологии описания операционного синтаксиса сервисов.

2.1.1.1. SOAP.

2.1.1.2. REST.

2.1.1.3. Выводы.

2.1.2. Технологии описания композиционной семантики.

2.1.2.1. OWL-S.'.

2.1.2.2. WSMO.

2.1.2.3. Другие подходы.

2.1.2.4. Сравнительный анализ фреймворков семантических веб-сервисов.

2.1.2.5. Выводы.

2.1.3. Выводы.

2.2. Методы автоматической композиции сервисов.

2.2.1. Выводы.

2.3. Методы представления динамических сценариев.

2.3.1. Статистические методы.

2.3.2. Ситуационное управление.

2.3.3. Специальные виды графов.

2.3.4. Выводы.

Выводы по второй главе.

3. МОДЕЛЬ ПРОАКТИВНОЙ ИНТЕГРИРОВАННОЙ СРЕДЫ ВЗАИМОДЕЙСТВИЯ.

3.1. Формальное определение проактивной интегрированной среды взаимодействия.

3.2. Архитектура верхнего уровня проактивной интегрированной среды взаимодействия.

3.2.1. Слой интеграции базовых сервисов.

3.2.2. Слой управления единым хранилищем сервисов.

3.2.3. Слой ситуационной генерации сервисов.

3.2.4. Слой представления конечных сервисов.

3.2.5. Слой анализа взаимодействия.

3.3. Контекстная модель единого хранилища гетерогенных сервисов.

3.4. Модель ситуаций использования сервисов.

3.4.1. Пример виртуального датчика и преобразования данных.

3.5. Формальная модель сервиса.

3.5.1. Пример описания сервиса.

Выводы по третьей главе.

4. МЕТОДЫ ДЛЯ ПРОАКТИВНОЙ ИНТЕГРИРОВАННОЙ СРЕДЫ ВЗАИМОДЕЙСТВИЯ.

4.1. Метод динамического построения единого хранилища гетерогенных сервисов.

4.1.1. Существующие алгоритмы интеллектуального анализа данных, применимые к задаче поиска контекстно-зависимых эвристик.

4.1.1.1. Поиск ассоциативных правил.

4.1.1.2. Поиск последовательных шаблонов.

4.1.1.3. Вывод о выборе алгоритма для поиска контекстно-зависимых эвристик.

4.1.2. Генерация семантических аннотаций сервисов.

4.1.3. Поиск эвристик на множестве сервисов и задач.

4.1.4. Вычисление семантической схожести сервисов.

4.1.5. Принятие решения о добавлении сервиса в единое хранилище.

4.1.5.1. Оценка выполнимости композиции.

4.1.5.2. Оценка новизны композиции.

4.1.5.3. Оценка неожиданности композиции.

4.2. Метод ситуационной генерации сервисов.

4.2.1. Формулировка пользовательского запроса в виде группы целей.

4.2.2. Поиск сервисов для каждой группы целей.

4.2.3. Кластеризация сервисов, соответствующих каждой группе целей.

4.2.4. Семантическая редукция сервисов.

4.2.5. Генерация плана выполнения цели.

4.2.6. Генерация вызовов базовых сервисов.

4.2.7. Выводы.

4.3. Частичное выполнение цели.

Выводы по четвертой главе.

5. ПРОВЕРКА АДЕКВАТНОСТИ РАЗРАБОТАННЫХ МОДЕЛЕЙ И МЕТОДОВ.

5.1. Детальная архитектура промежуточного программного обеспечения

5.1.1. Слой интеграции базовых сервисов.

5.1.2. Слой анализа взаимодействия.

5.1.3. Слой управления единым хранилищем сервисов.

5.1.4. Слой ситуационной генерации сервисов.

5.1.5. Слой запуска сервисов.

5.2. Описание разработанного приложения.

5.3. Проведение эксперимента.

5.3.1. Используемые метрики.

5.3.2. Постановка вычислительного эксперимента.

5.3.3. Результаты эксперимента.

Выводы по пятой главе.

Введение диссертации (часть автореферата) на тему «Ситуационное управление процессом генерации электронных услуг на основе контекстно-зависимых эвристик»

Актуальность темы исследования

В настоящее время Интернет представляет собой постоянно развивающуюся сетевую инфраструктуру, позволяющую создавать, распространять, использовать и интегрировать информационные ресурсы. Сервис-ориентированная парадигма на сегодняшний день признана основной для Интернет, что подтверждается значительным объемом исследований в этой области и развитием соответствующих технологий за последние 10 лет [30].

Для обеспечения интероперабельности гетерогенных ресурсов и сервисов Интернет требуются семантические технологии, единые стандарты и средства согласования данных [79]. Анализ европейских исследовательских проектов позволяет сделать вывод, что количество доступных сервисов в скором времени будет исчисляться миллиардами [80].

В перечень десяти ключевых стратегических технологий 2012 года, по мнению Gartner, ведущей исследовательской и консалтинговой компании, специализирующейся на рынках информационных технологий, входят [24] :

1) Контекстно-зависимые вычисления (context-aware Computing). В таких приложениях используется информация об окружении пользователя, его действиях, предпочтениях с целью улучшения качества его взаимодействия с системой путем предоставления ему персонализированного контента, продукта или услуги. Наибольший интерес такие приложения представляют для пользователей мобильных устройств. Количество смартфонов, по оценкам Gartner, к 2013 году возрастет втрое и составит 1,82 миллиарда [23]. Все больше будет разрабатываться и потребляться сервисов для мобильных устройств.

2) Интернет Вещей {Internet of Things). Одним из катализаторов его развития является технология NFC (Near Field Communication), которая представляет интерес в сфере мобильных платежей, а также позволяет улучшить качество услуг в сфере общественного транспорта, авиаперевозок, торговли и здравоохранения.

3) Новое поколение аналитических средств. В этой области Gartner прогнозирует смещение фокуса в сторону коллективного принятия решений, переход от анализа исторических данных с целью выяснения причин определенных фактов к анализу исторических данных в совокупности с данными, поступающими в режиме реального времени, для формирования прогнозов. [77]

Таким образом, эти стратегические технологии отражают следующие тенденции развития Интернет: стремительный рост количества сервисов, доступных, прежде всего, пользователям мобильных устройств; необходимость их адаптации к требованиям конкретного пользователя и, наконец, необходимость прогнозирования будущих потребностей потребителей сервисов.

Множество доступных сервисов может быть также расширено за счет комбинации функциональности уже существующих сервисов. В настоящее время для многих систем разрабатывается API {Application Programming Interface, Прикладной Интерфейс Программирования), который позволяет внешним системам использовать и интегрировать их функциональные возможности. Основным средством обеспечения взаимодействия являются веб-сервисы, реализуемые с использованием REST- и SOAP-подходов [58].

Несмотря на то, что компоновка сервисов становится все более актуальной, эта задача в настоящее время слабо автоматизирована. Для обеспечения лучшей ориентации пользователей в непрерывно растущем пространстве гетерогенных сервисов требуется реализация аналитических средств нового поколения, обеспечивающих проактивность, то есть поиск эффективных комбинаций сервисов, позволяющих решать типовые пользовательские задачи, с целью последующего повторного использования.

Однако на сегодняшний день отсутствует универсальная платформа для эффективного решения проблемы интеграции гетерогенных сервисов и проактивного поиска заранее не предусмотренных поставщиками сервисов вариантов их использования для решения типовых пользовательских задач. Возможности динамической адаптации существующих систем к контексту использования также достаточно ограничены.

Целью диссертационной работы является повышение релевантности и эффективности использования предоставляемых потребителям электронных услуг в различных социально-экономических системах за счет интеграции гетерогенных сервисов и проактивного анализа коллективного опыта их использования в различных ситуациях, инвариантного по отношению к предметной области.

Для достижения поставленной цели необходимо решить следующие задачи:

1. Провести анализ существующих подходов к решению задачи интеграции сервисов и их адаптивного предоставления потребителям;

2. Выбрать технологии для достижения поставленной цели.

3. Разработать модели проактивной интегрированной среды взаимодействия для сервис-ориентированных систем.

4. Разработать методы динамического построения единого хранилища гетерогенных сервисов и динамической генерации сервисов, соответствующих задаче пользователя;

5. Разработать программное обеспечение на основе созданных моделей и методов.

Основные научные результаты диссертации

1. Разработана модель единого хранилища сервисов, позволяющая унифицированным образом представить знания о гетерогенных базовых сервисах и их композициях. Модель отличается возможностью хранить семантические связи между сервисами, а также между сервисами и элементами ситуации в форме контекстно-зависимых эвристик. Модель основана на интеграции нескольких онтологий и позволяет осуществлять логический вывод для поиска фрагментов сервисов в конкретной ситуации использования.

2. Разработан метод динамического наполнения единого хранилища сервисов за счет импорта базовых сервисов и интеллектуального поиска устойчивых композиций сервисов. Уникальность метода заключается в том, что помимо композиций сервисов, он позволяет также определять факторы, влияющие на использование сервисов в определенной ситуации.

3. Разработан метод динамической генерации сервисов, позволяющий получить наиболее релевантный результат за счет использования комплексных семантических аннотаций базовых сервисов и их композиций.

Практическая значимость диссертационного исследования состоит в том, что на основе предложенных моделей и методов разработано программное обеспечение, осуществляющее автоматический поиск наилучших композиций гетерогенных сервисов, соответствующих комплексной задаче пользователя, на основе анализа опыта использования сервисов в различных ситуациях.

Результаты работы используются в проекте Nice Future Campus (Ницца, Франция), а также в учебном процессе в Астраханском государственном университете при изучении дисциплин «Технологии анализа данных», «Онтологии и мультиагентные системы», «Современные средства разработки приложений».

Область применения результатов

Результаты исследований могут быть использованы в информационных системах на основе сервис-ориентированной архитектуры в различных социально-экономических областях. Цель применения этих результатов исследований заключается в стремлении повысить эффективность использования сервисов конечными потребителями. Для этого формируется дополнительный дополнительного слой между пользователями и информационной системой, который интегрирует сервисы одной или нескольких информационных систем и, возможно, внешние сервисы и предоставляет дополнительные аналитические возможности.

При этом можно выделить три категории систем, отличающиеся друг от друга особенностями применения результатов исследования:

1) Системы, в которых эффективность взаимодействия с пользователями можеть быть улучшена путем проактивного поиска подходящих сценариев решения задач - эвристик. Примером может служить система конструирования новых технических решений, в которой на основе коллективного анализа деятельности разных инженеров могут быть получены оптимальные способы решения некоторых задач.

2) Системы, в которых эффективность взаимодействия с пользователями может быть улучшена путем проактивного поиска факторов, влияющих на использование тех или иных сервисов в тех или иных ситуациях, что позволило бы формировать персональные рекомендации. Примером может служить система сервисов электронного правительства.

3) Системы, в которых эффективность взаимодействия с пользователями может быть улучшена путем проактивного поиска подходящих сценариев решения задач и проактивного поиска факторов, влияющих на использование тех или иных сервисов в тех или иных ситуациях. Примером может служить система сервисов для туристов. Причем именно эта сфера является наиболее перспективной областью внедрения результатов исследования, т.к. именно в данной сфере наиболее широко разнообразие предлагаемых сервисов, данная сфера задействует широкий круг пользователей, велико разнообразие ситуаций использования.

Заключение диссертации по теме «Управление в социальных и экономических системах», Ишкина, Евгения Геннадиевна

Основные результаты, полученные в ходе выполнения диссертационной работы

1. Проведен анализ существующих подходов к решению задачи адаптивного предоставления сервисов, стандартов описания сервисов, методов автоматической композиции сервисов, в результате сформированы требования к проактивной интегрированной среде взаимодействия, осуществляющей автоматический поиск наилучших композиций гетерогенных сервисов, соответствующих комплексной задаче пользователя, на основе анализа опыта предоставления сервисов в различных ситуациях.

2. Разработана модель единого хранилища сервисов, позволяющая унифицированным образом представить знания о гетерогенных базовых сервисах и их композициях. Модель отличается возможностью хранить семантические связи между сервисами, а также между сервисами и элементами ситуации в форме контекстно-зависимых эвристик. Модель основана на интеграции нескольких онтологий и позволяет осуществлять логический вывод для поиска фрагментов сервисов в конкретной ситуации использования.

3. Разработан метод динамического наполнения единого хранилища сервисов за счет импорта базовых сервисов и интеллектуального поиска устойчивых композиций сервисов. Уникальность метода заключается в том, что помимо композиций сервисов, он позволяет также определять факторы, влияющие на использование сервисов в определенной ситуации.

4. Разработан метод динамической генерации сервисов, позволяющий получить наиболее релевантный результат за счет использования комплексных семантических аннотаций базовых сервисов и их композиций.

5. На основе созданных моделей и методов разработано программное обеспечение, позволяющее улучшить релевантность и эффективность предоставляемых пользователям сервисов. Данное программное обеспечение апробировано в рамках проекта «Nice Future Campus» (Ницца, Франция).

Направления дальнейших исследователей

Возможными направлениями дальнейших исследований в рассматриваемой области могут быть:

1) Принятие решений в условиях неопределенности, когда не собрано достаточное количество информации о ситуации, необходимое для принятия решения о выборе того или иного сервиса или генерации нового.

2) Динамическое балансирование между пользовательскими и контекстными характеристиками, оценка важности характеристик.

3) Исследования в области оптимизации архитектуры с целью улучшения ее масштабируемости. В настоящее время архитектура промежуточного программного обеспечения является централизованной.

4) Учет проблемы доступности, надежности и качества сервисов, которая не была затронута в настоящем исследовании, но представляет на сегодняшний день большой интерес.

ЗАКЛЮЧЕНИЕ

Список литературы диссертационного исследования кандидат технических наук Ишкина, Евгения Геннадиевна, 0 год

1. Adomavicius, G., Incorporating contextual information in recommender systems using a multidimensional approach Текст. / G. Adomavicius, R. Sankaranarayanan, S. Sen, A. Tuzhilin // ACM Transactions on Information

2. Systems (TOIS), 2005. 23(1), pp. 103-145.

3. Adomavicius, G., New Recommendation Techniques for Multicriteria Rating Systems Текст. / G. Adomavicius, Y. Kwon // IEEE Intelligent Systems,2007. 22(3) pp. 48-55 ISSN: 1541-1672.

4. Agrawal, R., Mining Sequential Patterns Текст. / R. Agrawal, R. Srikant //

5. Journal Intelligent Systems, 9(1), 1997, pp. 33-56.

6. Agrawal, R., Mining sequential patterns Текст. / R. Agrawal, R. Srikant //1.DE, pp. 3-14, 1995.

7. Anagnostopoulos, C.B., Situational computing: An innovative architecturewith imprecise reasoning Текст. / C.B. Anagnostopoulos, Y. Ntarladimas, S. Hadjiefthymiades // Journal of Systems and Software, 2007, 80 (12). pp. 19932014.

8. Asbagh, M.J., Web service usage mining mining for executable sequences Текст. / M.J. Asbagh, H. Abolhassani // Proceedings of the 7th WSEAS International Conference on Applied Computer Science, Venice, Italy, 2007.100pp. 266-271.

9. Barreiro-Claro, D., SPOC un canevas pour la composition automatique de services web dédiés à la réalisation de dévis Текст. // PhD thesis, Ecole doctoraled'Angers, 2006.

10. Bouguettaya, A., Service Computing: Evolution in the Computing Food Chain Веб-ресурс. // 2010 EII PhD School: Cloud Computing, Service Computing

11. Social Networks, http://www.eii.edu.au/phd-school-10/athman

12. Brézillon, P., Task Realization Models in Contextual Graphs Текст. // 5th International and Interdisciplinary conference CONTEXT 2005, vol. 3554 of LNCS /

13. Springer, Verlag, 2005. pp. 55-68.

14. Brin, S. Dynamic Itemset Counting and Implication Rules for Market

15. Basket Data Текст. // Proceedings ACM SIGMOD Int'l Conf. Management of Data,1. ACM Press, New York, 1997

16. Burke, R, Hybrid Recommender Systems: Survey and Experiments

17. Текст. // User Modeling and User-Adapted Interaction, 2002. 12(4). pp. 331-370.

18. Byun, H.E., Utilizing context history to provide dynamic adaptations Текст. / H.E. Byun, K. Cheverst // Journal of Applied Artificial Intelligence, 2004,18(6).-pp. 533-548.

19. Casati, F. Adaptive and dynamic service composition in Eflow Текст. /

20. F. Casati, S. Ilnicki, L. Jin // Proceedings of 12th International Conference on Advanced Information Systems Engineering(CAiSE) / Springer Verlag, 2000.

21. Chakraborty, J., Dynamic Service Composition: State-of-the-Art and

22. Research directions // Technical report, 2001.

23. Service Oriented Computing, Porto, Portugal, July, 2008, pp. 67-78.

24. Dey, A.K., Towards a better understanding of context and context-awareness Текст. / A.K. Dey, G.D. Abowd // Proceedings of the Workshop on the What, Who, Where, When and How of Context-Awareness / ACM Press, New York,2000.

25. Fensel, D., Enabling Semantic Web Services: The Web Service Modeling Ontology Текст. / D. Fensel, H. Lausen, A. Polleres, J. Bruijn, M. Stollberg, D. Roman, J. Domingue // Springer-Verlag New York, Inc., Secaucus, NJ, 2006.

26. Fielding, R.T., Architectural Styles and the Design of Network-based Software Architectures // PhD thesis, University of California, Irvine, Irvine, California, 2000.

27. Garrido, P.C., A Model for the Development of NFC Context- Awareness Applications on Internet of Things Текст. / P.C. Garrido, G.M. Miraz, I.L. Ruiz, M.A. Gomez-Nieto // 2nd International Workshop on Near Field Communication,1. Monaco, 2010.

28. Gartner Highlights Key Predictions for IT Organizations and Users in 2010 and Beyond Веб-ресурс. //http://www.gartner.com/it/page.jsp?id=1278413 (2010)

29. Gartner Identifies the Top 10 Strategic Technologies for 2012 Веб-ресурс. // http://www.gartner.eom/it/page.j sp?id= 1826214 (2011)

30. Gombotz, R., On Web Services Workflow Mining Текст. / R. Gombotz, K. Baina, S. Dustdar // Business Process Management Workshops / Springer, 2005. -pp. 216-228.

31. Gombotz, R., Towards web services interaction mining architecture for ecommerce applications analysis Текст. / R. Gombotz, K. Baina, S. Dustdar // Proceedings of the Conference on E-Business and E-Learning, 2005.

32. Gomez, J.M., GODO Goal oriented discovery for semantic web services Текст. / J.M.Gomez, M.Rico, F. Garcia-Sanchez, I. Toma, S.K.Han // 5th1.ternational Semantic Web Conference, 2006.

33. Gruber, T. A translation approach to portable ontology specifications

34. Текст. // Knowledge Acquisition, 1993, 5(2). pp. 199-220.

35. Gu, Т., A service-oriented middleware for building context-aware services Текст. / Т. Gu, H.Pung, D.Zhang // Journal of Network and Computer

36. Applications, 28(1), 2005, pp. 1-18.

37. Hagen, P., Smart Personalization / P. Hagen, H. Manning, R. Souza //

38. Forrester Research, Cambridge, MA, 1999.

39. Hong, J., Context-aware system for proactive personalized service based oncontext history Текст. / J. Hong, E. Suh, J. Kim, S. Kim // Expert Systems With

40. Applications, vol. 36, no. 4, 2009. pp. 7448-7457.

41. Hong, J., Context-aware systems: A literature review and classification Текст. / J. Hong, E. Suh, S. Kim // Expert Systems with Applications vol. 36 no. 42009).-pp. 8509-8522.

42. Jensen, F.V., Bayesian Networks and Decision Graphs // Springer, 2001.

43. Kazman, R., ATAM: method for architecture evaluation / R. Kazman, M. Klein, P. Clements // Technical report / Software Engineering Institute, Carnegie

44. Mellon University, Pittsburgh, PA, 2000.

45. Kwon, O.B., NAMA: A context-aware multi-agent based web serviceapproach to proactive need identification for personalized reminder systems Текст. / O.B. Kwon, S.C. Choi, G.R. Park // Expert Systems with Applications, 2005, 29(1). pp. 17-32.

46. Kwon, O.B., UbiDSS: A proactive intelligent decision support system as anexpert system deploying ubiquitous computing technologies Текст. / O.B. Kwon, K.D. Yoo, E.H. Suh // Expert Systems with Applications, 2005, 28(1). pp. 149-161.

47. Lee,H.H., Incorporating Multi-Criteria Ratings in Recommendation Systems / H.H. Lee, W.G. Teng // IEEE International Conference on Information

48. Reuse and Integration, 2007. pp. 273-278

49. Lewis, D., Tony O'Donnell, Kevin Feeney, Aoife Brady, and Vincent

50. Wade. Managing user-centric adaptive services for pervasive computing / D. Lewis, T. O'Donnell, K. Feeney, A.Brady, V. Wade // Proceedings of International

51. Conference on Autonomic Computing, 2004. pp. 248-255.

52. Linthicum, D., B2B Application Integration: e-Business-Enable Your Enterprise Текст. // Addison-Wesley Professional, 2000. 432p.

53. Mcllraith, S., Adapting Golog for composition of Semantic Web services Текст. / S. Mcllraith, T.C. Son // Proceedings of the 8th International Conference on Knowledge Representation and Reasoning (KR2002), Toulouse, France, April 2002.

54. Mcllraith, S., Semantic Web services Текст. / S. Mcllraith, T.C. Son, H. Zeng // IEEE Intelligent Systems, 16(2), March/April 2001. pp. 46-53.

55. METEOR-S: Semantic Web Services and Processes Веб-ресурс. //http://www.lsdis.cs.uga.edu/projects/meteor-s/

56. Mostefaoui, S.K., Context Aware Service Provisioning Текст. /

57. S.K. Mostefaoui, В. Hirsbrunner // Proc. of the IEEE International Conference on Pervasive Services (ICPS), Jul. 19-23, 2004, Beirut, Lebanon. pp. 71-80.

58. Nan, L., Towards context-aware composition of web-services Текст. / L. Nan, Y.Junwei, L. Min, S.Yang // Proceedings of the Fifth International Conference on Grid and Cooperative Computing (GCC), 2006 / IEEE Computer

59. Society, Los Alamitos. pp. 494-499.

60. Narayanan, S., Simulation, verification and automated composition of Web service Текст. / S. Narayanan, S. Mcllraith // Proceedings of the 11th International World Wide Web Conference, Honolulu, Hawaii, USA, May 2002.

61. Nguyen, H., DIVA: Applying Decision Theory to Collaborative Filtering Текст. / H. Nguyen, P. Haddawy // Proceedings of the Conference on Artificial1.telligence for Electric Commerce, 1999.

62. Ferreira Filho, O.F., Semantic Web Services: a Restful Approach Текст. / O.F. Ferreira Filho, M.A. Grigas Varella Ferreira // IADIS International Conference

63. WWW/Internet, Rome, Italy, 2009. pp. 169-180.

64. OWL-S: Semantic Markup for Web Services Веб-ресурс. // предложение W3C от 22.11.2004, http://www.w3.org/Submission/OWL-S/

65. Park, J.S. An Effective HashBased Algorithm for Mining Association Rules текст. / Chen, M.-S., Philip, S.Y. // Proceedings ACM SIGMOD Int'l Conf. Management of Data, ACM Press, New York, 1995.

66. Pei, J., Mining sequential patterns by pattern-growth: The prefixspan approach. / J. Pei, J. Han, B. Mortazavi-Asl, J. Wang, H. Pinto, Q. Chen, U. Dayal, M. Hsu // IEEE Trans. Knowl. Data Eng., 16(11), 2004. pp. 1424-1440.

67. Pirolli, P., Distribution of surfer's path through the World Wide Web:

68. Empirical characterization / P. Pirolli, J.E. Pitkow // WWW, 1999. pp. 1-17.

69. Ponnekanti, S.R., SWORD: A developer toolkit for Web service composition Текст. / S.R. Ponnekanti, A. Fox // In Proceedings of the 11th World

70. Wide Web Conference, Honolulu, HI, USA, 2002.

71. Programmable Web Mashups, APIs, and Web as a Platform Веб-ресурс.http://www.programmableweb.com

72. Recommender systems Веб-ресурс. //http://www.en.wikipedia.org/wiki/Recommendersystem

73. Riva, О., Contory : A Middleware for the Provisioning of Context Information on Smart Phones // Proceedings of the International Conference on Middleware / Springer-Verlag New York, 2006. pp. 219-239.

74. Rolland, С., Capturing System Intentionality with Maps Текст. // Conceptual Modelling in Information Systems Engineering / Springer, 2007ю -pp. 141-158.

75. Rosen M., Applied SOA: Service-Oriented Architecture and Design Strategies Текст. / M. Rosen, B. Lublinsky, K.T. Smith, M.J. Balcer // Wiley

76. Publishing, Inc., Indianapolis, Indiana, 2008. 699p.

77. SA-REST: Semantic Annotation of Web Resources Веб-ресурс. // Предложение W3C от 05.04.2010, http://www.w3.org/Submission/SA-REST/.

78. Sarukkai, RR., Link prediction and path analysis using Markov chains Текст. // Proceedings of the 9th World Wide Web Conference, 1999.

79. Savasere, A., An Efficient Algorithm for Mining Association Rules in Large Databases Текст. / A. Savasere, E. Omiecinski, S. Navathe // Proceedings of the 21st Int'l Conf. Very Large Data Bases, Morgan Kaufmann, San Francisco, 1995

80. Schuster, H., Modeling and composing service-based and referenceprocess-based multi-enterprise processes Текст. / H. Schuster, D. Georgakopoulos,

81. A. Cichocki, D. Baker // Proceeding of 12th International Conference on Advanced Information Systems Engineering, Stockholm, Sweden / Springer Verlag, 2000.

82. Semantic Annotations for WSDL and XML Schema Веб-ресурс. // Рекомендация W3C от 28.08.2007, http://www.w3.org/TR/sawsdl/.

83. Semantic Web Services Framework (SWSF) Overview Веб-ресурс. // предложение W3C от 09.09 2005, http://www.w3.org/Submission/SWSF/.

84. Sheshagir M., Using Semantic Web Services for Context-Aware Mobile Applications Текст. / M. Sheshagir, N. Sade, F. Gandon // in MobiSys 2004 Workshop on Context Awareness, Boston, 2004.

85. Snell, J., Resource-oriented vs. activity-oriented Web services, 2004 Вебресурс. // http://www.ibm.com/developerworks/webservices/library/ws-restvsoap/.

86. SOAP Version 1.2 Веб-ресурс. // Рекомендация W3C от 27.04.2007,http://www.w3 .org/TR/soap/.

87. Sousa J.P., Poladian V., Garlan D., Schmerl В., Shaw M., Task-based Adaptation for Ubiquitous Computing / J.P. Sousa, V. Poladian, D. Garlan,

88. B. Schmerl, M. Shaw // IEEE Transactions on Systems, Man, and Cybernetics, Part C: Applications and Reviews, Special Issue on Engineering Autonomic Systems,36(3), 2006.-pp. 328-340.

89. Sousa, J.P., Composition of context aware mobile services using a semanticcontext model / J.P. Sousa, E. Carrapatoso, B. Fonseca, M.G.C. Pimentel, R.B. Neto // International Journal on Advances in Software, 2:2-3, 2009, pp. 275-287.

90. SPARQL Query Language for RDF Веб-ресурс. // http://www.w3.org/TR/rdf-sparql-query/.

91. Srikant, R., Mining sequential patterns: Generalizations and performanceimprovements / R. Srikant, R. Agrawal // EDBT, 1996. pp. 3-17.

92. O'Reilly, Т., Web Squared: Web 2.0 Five Years On Текст. / Т. O'Reilly, J. Battelle // Web2.0 Summit Conference, O'Reilly Media, San Francisco, 2009, pp. 1-13.

93. Tamine-Lechani, L., De la recherche d'information orientée système à la recherche d'information orientée contexte: verrous, contributions et perspectives Текст. // Habilitation à diriger des recherches / Université Paul Sabatier, Toulouse,nov 2008.

94. Toma, I., Semantics-driven interoperability on the Future Internet Текст. / I. Toma, E. Simperl, A. Filipowska, G. Hench, J. Domingue // IEEE International

95. Conference on Semantic Computing (ICSC), 2009.

96. Tselentis, G., Towards the Future Internet emerging trends from european research Текст. / G. Tselentis, A. Galis, A. Gavras, S. Krco, V. Lotz, E. Simperl,

97. B. Stiller, T. Zahariadis // IOS Press (2010)

98. Tut, M.T., The Use of Patterns in Service Composition Текст. / M.T. Tut, D. Edmond // Proceedings of the International Workshop on Web Services, EBusiness, and the Semantic Web, Toronto, Canada, 2002. pp. 28-40.

99. Tuzhilin, A., Personalization: the state of the art and future directions

100. Текст. // Business Computing, 2009. pp. 3-44.

101. Vukovic, M., GoalMorph partial goal satisfaction for flexible service composition / M. Vukovic, P. Robinson // IEEE International Conference on Next Generation Web Services Practices 1, no. 1, 2005. - pp. 40-56.

102. Wang, X., Semantic space: An infrastructure for smart spaces Текст. / X. Wang, J.S. Dong, C.Y. Chin, S.R. Hettiarachchi, D. Zhang // IEEE Pervasive

103. Computing, 2004, 3(2). pp. 32-39.

104. Web Application Description Language Веб-ресурс. // Предложение W3C от 31.08.2009, http://www.w3.org/Submission/wadl/

105. Web Service Modeling Language (WSML) Веб-ресурс. // Предложение W3C от 03.06.05, http://www.w3.org/Submission/WSML/.

106. Web Service Semantics WSDL-S Веб-ресурс. // Предложение W3C от 07.11.2005, http://www.w3.org/Submission/WSDL-S/.

107. Web Services Description Language (WSDL) 1.1 Веб-ресурс. // Рекомендация W3C от 15.03.2011, http://www.w3.org/TR/wsdl/.

108. Web Services Description Language (WSDL) Version 2.0 // Рекомендация W3C от 26.06.2007, http://www.w3.org/TR/wsdl20/.

109. Welke, R.J., Method Engineering: a proposal for situation-specific methodology construction Текст. / RJ. Welke, K. Kumar // Cotterman, Senn (eds.) Systems Analysis and Design: A Research Agenda. Wiley, Chichester, 1992.pp. 257-268.

110. Wu, D., Automatic Web services composition using SHOP2 Текст. / D. Wu, E. Sirin, J. Hendler, D. Nau, B. Parsia // Workshop on Planning for Web

111. Services, Trento, Italy, June 2003.

112. Wu,Z., Verb Semantics and Lexical Selection/ Z. Wu, M. Palmer // Proceedings of the 32nd Annual Meeting of the Association for Computer Linguistics.1.s Cruces, 1994. pp. 133-138.

113. Zaki, M., Spade: An efficient algorithm for mining frequent sequences

114. Текст. // Machine Learning, 2001. p. 31-60.

115. Zhang, K., A goal-driven approach of service composition for pervasive computing Текст. / К. Zhang, Q. Li, and Q. Sui // in Proc. of the 1st International Symposium on Pervasive Computing and Applications, 2006. pp. 593-598.

116. Zheng, G., A Web Service Mining Framework Текст. / G.Zheng,

117. A. Bouguettaya // Proc. of the Int. Conf. on Web Services (ICWS'07), Salt Lake City, Utah, USA, 2007.

118. Zhu, J., Using markov chains for link prediction in adaptive web sites Текст. / J. Zhu, J. Hong, J.G. Hughes // Proceedings of ACM SIGWEB Hypertext,2002.

119. Андон, Ф.И., Semantic Web как новая модель информационного пространства Интернет Текст. / Ф.И. Андон, И.Ю. Гришанова,

120. B.А. Резниченко // Проблеми програмування. 2008. - № 2-3. - с. 417-430.

121. Введение в анализ ассоциативных правил Веб-ресурс. //http://www.basegroup.ru/library/analysis/associationrules/intro/

122. Гладун А. Онтологический Анализ Web-сервисов в

123. Интеллектуальных Сетях Текст. / А. Гладун, Ю. Рогушина, В. Штонда // International Conference «Knowledge-Dialogue-Solutions», 2007.

124. Руководство Microsoft по проектированию приложений. 2е издание. Веб-ресурс. // http://www.apparchguide.ms