Web特征范文

Web特征范文（精选6篇）

Web特征 第1篇

在Web2.0时代, 技术的问题正在逐步从技术本身得到解决。网络的匿名 制度是信 息虚拟传 播的基础 , 在Web1.0时代信息的传播遵循记者—编辑—发布的模式, 即传统的信息生产模式, 在这种模式中网络取缔了现实空间中最主要的言论制约因素———出版者与作者的分离。这些就构成了网 络虚拟性 (看不见) 的技术根源, 在这样的网络中我们看到的是信息。Web2.0时代的信息传播就变成利用现代信息科技, 变传统的网络信息搜索为人找人、人问人、人碰人、人挤人、人挨人的关系型网络社区活动, 变枯燥乏味的查询过程为“一人提问、八方回应, 一石激起千层浪, 一声呼唤惊醒万颗真心”的人性化搜索体验。这种关系型搜索让信息查询变得更加人性化的同时也 让网络具有了可视化的特征。

2 传 播型网络向交流型网络的 转变

互联网是一个以信息交流为主要功能的信息传播型网络, 因此也就具有信息传播的一切特征。在Web1.0时代信息的生产没有脱离传统的信息生产模式, 即:记者—编辑—发布的模式; 但Web2.0却完全颠覆了这个模式, 麻省理工的《技术观察》称Web2.0“……在强调分众传播的对等信息交互, 也就是信息接受者同时也是这些信息的创造者, 若干的博客汇集成新的信息输出者, 每个人在挤奶的时候还要喝奶, 这其中自身的商业循环, 绝不可能以浅薄的收费服务或者广告来衡量。”传统的网络在这种信息交流中担当着 信息通道的作用, 既不能消除信息噪音的干扰, 又不能有效地将信息用户的反馈传达给信息源, 以便使信息源得到及时调整。

在Web1.0时代, 你只能拨号上网, 只能浏览、下载和搜索。换句话说, 网络提供什么, 你就接受什么。 对于Web1.0的典型产品/服务来说 , 用户没有具体的面貌、个性, 它只是一个模糊的群体的代名词而已。

但是对于Web2.0的产品和服务来说, 用户是个实实在在的人。Web2.0所服务的, 是具体的人, 而不是一个如同幽灵般的概念。并且, 这个人的具体性, 会因为服务本身而不断地充实起来。Web2.0时代, 互联网不再仅仅是信息传播的渠道, 作为高质量的信息源互联网具有更加广泛的参与性。

3 陌 生人的网络向身边人的网 络转变

网络交流往往是匿名交流。在网下, 人们受制于现实的社会角色, 难免有重重顾忌, 人们不得不按照社会的规范小心翼翼地行事。但一到网上, 在虚拟的名字下, 就像到了假面舞会现场, 人们可以任由自己尽情发泄。生活中的人也许温文尔雅, 但一到网上便咧开嘴大骂, 将禁锢已久的“本我”之恶尽情释放。莫言曾这样评论:“人一上网, 马上变得厚颜无耻, 马上就变得胆大包天。”在这种口唇快感的满足中, 人的主体性失落了, 对于现实社会的否定性力量也随之消解。

Web2.0的宗旨则是试图把人与内容的关系深化为人与人的关系, 使网络不再停留在传递信息的媒体这样一个角色上, 而是使它在成为一种新型社会的方向上走得更远。这个社会不再是一种“拟态社会”, 而是成为与现实生活相互交融的一部分, 个人的作用在互联网中将越来越明显。

Web2.0时代的博客体现着以个人为中心的沟通, 它区别于传统的以事情为线索的沟通, 又由于其开放性和共享性的特点, 很快地成为了人们易于使用的一种沟通方式。在博客上, 博主将个人的信息、看法等内容发布出去, 用户通过访问博客可以直接参与到与博主的讨论, 这就形成了虚拟的面对面对话, 不同于以往的以事情为线索的匿名讨论, 通过博客平台的讨论, 可以让讨论者更加清楚对方的背景以及观点, 使沟通针对性增强, 效率更高。真实性的时代已经到来, 传统意义上的虚拟世界交流越来越趋向于与现实生活的融合, 虚拟社会真实化将是未来互联网的发展方向。

也正是因为如此, 网络社会的人际交往也逐渐呈现新的特点: 即习惯性的人际交往逐渐增加, 这是一种与具有相似“本我”属性的人群聚集在各自的小团体之内进行麦克卢汉的所谓深度参与, 这种深度参与所获得快感与满足感是任何与陌生人交往所无法比拟的。

4 自由的网络向受控的网络转变

从长远来看, 硬性的控制会以同样大的科技手段实现, 我们从技术上获得自由也必然将从技术上予以控制。对网络的控制主要来自于政府。 政府既为了使网络能更好地服务于社会大众以满足广大人民群众的信息需求, 也为了信息网络自身更加健康的发展, 因此有必要对塑造网络架构特质的代码进行控制, 以使网络空间处在自己的高效控制之下。就像政府力量以往在对电话和电视进行控制时所做的那样。 除了代码控制以外, 政府还可以通过颁布法规等形式来对网络空间进行控制。

所以, 我们可以看到, 政府力量正在以看得见的手或看不见的手从网络架构、市场、法律和社会规范等方面对网络空间的行为进行控制。 网络空间“正从相对自由的世界走向受控的世界”, 而且这一趋向越来越明显。

参考文献

[1]殷晓蓉.麦克卢汉对美国传播学得冲击及其现代文化意义[J].复旦学报 (社会科学版) , 1999 (2) .

[2]许亚荃, 李炜.从网络的虚拟性看网络谣言[J].湖南大众传媒职业技术学院学报, 2006 (05) .

[3]顾亚东, 顾国庆.国内网络信息文化研究综述[J].农业网络信息, 2007 (11) .

[4]李国防.从网络主体实践发展看网络道德建设[J].理论界, 2003 (06) .

基于粗糙集的WEB文本特征约简 第2篇

关键词：RSUA,粗糙集,Web

网络的快速发展给人们带来大量信息,网页中最主要的信息资源是文本,WEB挖掘就是针对网上大量文本信息进行知识发现、知识表示的研究领域。由于构成文本的原始词汇量往往非常巨大,一般为几万甚至几十万,所以文本的原始特征项空间也非常巨大,这样大的特征空间对许多分类算法来说是很难处理的,在实际应用中系统运行速度也对特征空间的压缩提出了要求。对文本原始特征空间的压缩一般使用特征选择或特征提取方法。

文本挖掘的一个重要问题就是高维的特征空间,这些特征空间是由文本中的词或词组构成的,许多传统算法难处理。

1 算法的设计思想

关联规则是关联分析中的一种常见的技术,是寻找在同一个事件中出现的不同项的相关性。挖掘关联规则问题就是产生支持度和可信度分别大于用户给定的最小支持度和最小可信度的关联规则。在利用粗糙集的决策表进行数据分析,决策属性的选取很重要,对一个问题当有多个影响因素时,通过关联规则得到一些符合最小支持度和最小可信度的一些规则,从中可以发现一些规则,这样可以根据决策规则的条件,作为粗糙集决策表的决策属性,利用粗糙集进行运算,得到这一决策属性的相关因素。

而利用粗糙集进行分析时,可以约简冗余属性,缩小考虑范围,同时验证或从另一角度对同一问题进行分析。另外,粗糙集可以处理含有不一致、噪声、不完备的数据,比关联规则具有更广的使用范围。粗糙集的约简中,将关联规则挖掘和粗糙集理论结合起来,引入关联规则中的支持度概念,并重新定义了这个概念。

在决策表DT中,t为条件属性,s为决策属性,规则t=>s的基数card(t=>s)称作规则t=>s的支持度,记为sup(t=>s);属性t的基数card(t)称作属性t的支持度,记为sup(t)。

假如一条规则t=>s的sup(t=>s)=sup(t),则称该规则是确定性规则;假如一条确定规则的支持度大于用户指定的最小支持度,称这条规则为强确定性规则。

这里主要讨论决策表中的强确定性规则,提出算法RSUR,该算法采用用于关联规则挖掘的Apriori算法的思想进行决策表的约简,即“频繁项集的所有非空子集都必须也是频繁的”,也就是:假如规则t=>s不是强的,则它的扩展tΛp=>s也不是强的。算法根据用户指定的最小支持度,利用Apriori性质删除低于最小支持度的规则,得到强确定的规则表。

2 算法的描述

算法RSUA的算法描述如下:

输入:决策表DT,最小支持度minup;

输出:所产生的规则集。

步骤一:对决策表进行属性约简;

步骤二:K赋值为1;

步骤三:计算候选集CK中每个属性的属性支持度和规则支持度;

步骤四:若规则支持度小于最小支持度,则将其从CK中删除;若该规则的属性支持度等于规则支持度,则将该规则移入规则集Pk;

步骤五:将CK扩展为CK+1,首先扫描CK,将CK中的每两项合成具有K+1个属性的候选项,插入CK+1中。接着检查CK+1中的每一项C,若C的K子集中有不在CK中的项,则将C删除;若C是不相容的,将C删除。最后得到CK+1,将K赋值为K+1;

步骤六:循环调用三至五步,直到CK为空;

步骤七:结束。

3 实验结果

为了验证RSUA算法的有效性,使用实验数据集测试RSUA算法。首先与传统决策表算法-最小值约简算法进行实验对比。表1的最左列是数据集的名称,第2,3栏分别是该数据集的实例个数和属性个数。

为进一步验证RSUA算法的有效性,与传统的基于区分距阵的约简算法进行实验对比。采用UCI机器学习数据库中的数据集举行测试。对该数据集中的11个决策表举行属性约简,结果如表2所示。

4 结束语

从表1和表2的约简结果中可以看出:

1)算法RSUA数据集的规则约简率和数据约简率大于传统算法的学习结果。

2)算法RSUA的运行时间一般大于传统算法的学习结果,在实例数据和属性较多的情况下,要花费更多的时间。这是由于算法RSUA采用了多次迭代的方法,并且所设计的数据结构较为复杂的缘故。

3)采用不同的数据集进行同样的算法对比实验是,结果相差较大。说明文档的规范程度、文本分词算法的选择、文本结构化描述都会影响算法的执行结果。

Web特征 第3篇

自1994年10月14日Hotwired推出了第一个网页广告以来, 以互联网为传播嫌介的网络广告有了快速的发展, 而今网络广告已成为最热门的广告形式, 它包括旗帜广告、按钮式广告、弹出窗口广告、互动游戏式广告、网络视频广告、富媒体广告、DM电子邮件广告等多种形式, Web 2.0技术使网络广告可以借助SNS、微博、微信、论坛等多种网络平台, 与消费者的双向互动延伸了广告的功能。在大数据 (big data) 时代, 数据挖掘技术能够跟踪记录每一个cookies的跨网站浏览行为, 也能从网络合作伙伴那里获得用户所注册的年龄、性别、家庭状况、文化程度和收入水平等个体基本信息, 从而实现RTB (Real Time Bidding) 广告的精准投放, 网络广告正显示出越来越惊人的巨大魅力。

在网络时代, 传统的4P等营销理论已经不能适应现实营销实践, 网络广告应当也能够充分遵循和体现网络整合营销的4I原则, 即:趣味 (interesting) 、利益 (interests) 、互动 (interaction) 、个性 (individuality) , 尤其是趣味性、互动性和个性化的特点。网络广告在传播者、传播的信息、传播媒介、受众和传播效果 (即哈罗德·D.拉斯韦尔的5W模式) 等传播要素上都与传统媒体广告有着迥然不同的鲜明特色。

2 传播信息特征:形式多样、娱乐性强、信息量大、容易获取且呈高度集成的特征

网络广告信息的内容形式有文字、图形、动画、影像、声音等, 这些广告信息通过独特的网络存储结构方式而相互关联, 实现了数据、文本、声音及各种图像在数字化环境中的表现形式极其丰富而又有机统一的整体内容。而且, 网络广告信息还以其特有的超文本、超链接方式, 让感兴趣的消费者能够在接触某一个广告时, 继续通过广告链接查阅广告背后整个网站的内容, 也可以链接或搜索到许多其他网站的相关信息。

根据网络广告商Doubleclick的统计, 广告的暴露频次 (播出次数) 和点击数是基本成反比关系的。但是, 网络广告能按照需要及时变更广告内容, 而且制作周期短, 成本低, 这样就能在一定程度上避免广告因单调重复而使消费者产生厌烦感。另外, 互联网互动化和社区化的特点与网络广告丰富的表现方式和有趣的广告创意相结合, 可以使网络广告呈现出强烈的娱乐性、趣味性特征。尤其是一些“萌萌哒”广告很容易吸引消费者主动点击, 产生“明知是广告也会主动点击”的展露效果, 使受众在娱乐或互动游戏中潜移默化地接收广告信息。

例如, 六神花露水没花巨资上电视广告, 但上传的《花露水前世今生》走红视频, 不仅免费获得了极高的点击率, 还获得了2012年“中国最佳品牌建设案例”金奖。有的网友还上传自创的爆笑六神花露水广告, 引起网友围观, 进一步提高了其品牌知名度。又如, 中粮旗下的首个果蔬汁品牌“悦活”曾以当时最火的开心农场游戏为依托, 推出“悦活种植大赛”。在游戏中, 用户不但可以选购和种植“悦活果种子”, 还可以将成熟的果实榨成悦活果汁, 并有机会获得真实果汁。通过这种品牌植入游戏的网络广告, 悦活品牌的知名度在两个月内从零提高到了50%多。

3 传播媒介特征:兼具传播媒介和营销渠道媒介[1]

网络广告不仅可以提供搜索引擎和超链接, 还可以定向投送, 即时沟通, 为具有相关商品需求的消费者提供了极大的便利, 因而其媒介特征兼具传播媒介和营销渠道媒介, 在广告的同时可以进行即时的销售活动。显然, 在淘宝商城、京东商城等各种C2C、B2C网页上既可以宣传介绍商品, 同时也可以进行适时销售活动。

有时, 还可以社交网络广告、互动游戏广告让网络与现实更加紧密地结合, 使得广告的单向传递更好地转换为受众的互动。例如, 在麦当劳曾与人人网合作推出了一个名为“老朋友见面吧”的主题活动, 当人人网用户邀请好友见面时, 可以下载麦当劳的优惠券或获得限时半价优惠, 从而吸引消费者到麦当劳聚会并消费。结果这次活动不仅有力地促进了麦当劳的销售量, 还大大提升了消费者对麦当劳品牌的好感度。

4 传播方式特征:双向互动、不受时空限制, 并具有可重复性和可检索性的特点

传统广告的传播方式是单向的, 广告主很难选择目标受众, 很难得到直接的、精确的反馈, 也不知道究竟有多少目标消费者接收到了信息。同时, 受众是被动的, 他们可以选择看与不看, 但没有改变内容、参与讨论的权利。而网络广告是双向互动的, 可以形成实时、直接的双向沟通, 使其具有了一对一、多对一的人际传播特征。同时, 受众可以在网络上主动搜索想要的信息, 如使用搜索引擎同媒体来获取信息, 变成通过网络直接选择相关信息。另一方面受众的身份不再固定不变, 每个人都是一个发声器, 在成为广告受众的同时, 又是反馈者或传播者。受众对信息的看法可以通过UGC (用户生成内容) 的形式反映出来, 而且, 受众接受信息的行为本身也会反过来告诉广告主消费者的需要或兴趣是什么。例如, 如某消费者多少点击或搜索汽车广告, 网站就可以知道其对购买汽车可能有着强烈的愿望。

另外, 网络的特点也决定了网络广告具有不受时空限制、实时性、速度快、传播范围广以及更改灵活的优势, 从而大大提高了网络广告的展露效果。

5 受众特征:主动选择、主动分享、受众集中且相互影响

如前所述, 网络广告中的受众不再被动地接受广告主所传递的信息, 而是主动地接触信息、搜索信息, 并且还会参与信息的传播。另外, 网站的用户数据库以及用户的网上行为又能帮助广告主确定目标消费者及其特点, 从而提供针对性很强的广告内容。由于不同的网络平台往往聚集着具有一定相似消费特征的人群, 广告主可以通过网络平台上的性质、特点与内容来判断该平台的用户特征, 选择目标消费群所喜爱的网络平台进行广告投放, 从而达到精准的投放效果。例如在教育网新闻页面中链接留学、夏令营等广告信息。SNS网络广告, 尤其是RTB广告借助cookies等用户的上网痕迹推测用户的喜好和心理特征, 使广告投放的目标范围、诉求方式、产品理念等最大限度地与用户的特征、需求喜好、价值取向等相结合, 大大提高了网络广告对投放对象与内容的针对性。

在微信群、QQ群、微博、商业论坛或SNS社区中投放广告的优势还在于能将碎片化的受众串接起来。社区化的消费者往往喜欢进行相互串联和相互交流, 消费者之间的口碑传播, 比营销者的网络广告更有说服力。这是由于这些社区化的消费者往往是由具有相同兴趣和相似特征的消费者群体, 大家互相之间有一定的熟悉度, 也比较信任, 沟通效果自然就更好。例如, 刚刚完成交房的小区业主群往往成为装修企业的广告目标对象, 这些消费者之间常常会就各种装修活动进行交流讨论, 形成相互影响的群体传播特点。

根据刘一鸣 (2011) 的调查结果, 我国网络广告的受众群体主要是文化程度较高的群体、18~55岁的年龄群体[2], 他们熟悉电脑与互联网, 是消费市场的主力人群, 也是网络广告最主要的目标人群。同时, 在一个家庭内只要有一个网络广告的受众, 就会增强这个家庭接受网络广告信息和进行网上购买的信心, 使整个家庭的消费行为都会受到网络广告的影响。

6 传播效果:直接、精准、互动、高效

在Web 2.0时代, 富媒体、WIKI以及视频技术等大大加强了网络的互动功能, 使得广告形式更加多样化。同时, 传统“一点对多点”的大众媒体传播方式变为“一点对一点”的个人式传播方式, 而消费者之间的传播更是“多点对多点”, 受众的积极参与会产生出一种“裂变式传播”或“水波效应”。以微博为例, 一个人拥有1万粉丝, 每个粉丝再有100个关注者, 仅仅两次传播, 影响就能达到百万量级, 其影响效果十分显著。四川汶川地震时“要捐就捐一个亿, 要喝就喝王老吉”的广告口号喊遍了全国大江南北, 进而好多城市的超市店铺出现了王老吉脱销的局面, 充公显示了网络病毒式营销的震撼力。

在大数据时代, 企业可以通过多种途径对消费者行为进行细致分析, 从而进行精准、适时的广告投放。例如, 美国某妇幼用品网购平台根据孕妇购买某些用品的情况, 如在四个月左右会购买无香味乳液, 推断其预产期等生理周期, 并挖掘出25项与怀孕程度相关的商品, 从而能适时向其投放相关妇幼用品的广告资料。如推算出预产期后, 可及时将婴儿床等相关商品的优惠券寄给客户。

可见, 网络广告承担的是“窄而告之”的小众媒体角色, 通过向具有相似的爱好、生活观念和价值观的目标消费者传递信息, 提高了广告信息传播的精准性和有效性。网络广告可以运用多种表现形式, 提供丰富详尽的商品信息, 从而吸引人们仔细研究某种产品, 并通过相关链接和即时通信工具, 可以为消费者提供售中及售后服务, 其他消费者的商品购买与使用评价也成为一种更有说服力的广告信息。可见, 网络广告弥补了传统广告信息传播中广告信息传递和消费购买行为之间在时间和空间上的分裂性, 使两者能有效衔接起来, 消费者的购买决策行为更为直接、快速、有效。

在品牌影响方面, 由于网络广告信息传递成本低, 渠道多, 传递速度快, 使得消费者个体注意力越来越稀缺和分散, 一方面信息的快速扩散可以快速创造热点, 另一方面长时间保持住热点传播变得非常困难, 消费者品牌忠诚度更差, 这意味着, 个性化的小品牌有异军突起的机会。

摘要：网络广告改变了信息传递与接受的方式, 同时将广告宣传与商品销售等营销活动结合在一起, 大大提高了广告的针对性、效用性, 成为融合了大众传播、群体传播、人际传播等多种传播方式优势的综合性广告形式。

关键词：Web 2.0,网络广告,传播特征,信息时代

参考文献

[1]刘婧婧.网络广告的传播形态特征分析[J].中南林业科技大学学报 (社会科学版) , 2009 (4) .

Web特征 第4篇

随着面向服务技术和云计算技术的不断发展成熟, Web服务已经被广泛应用。Web服务是一个平台独立、松耦合、子包含、可集成的, 基于可编程的Web应用程序。Web服务的特性使得用户不需要关注其具体的内部实现, 就可以方便地跨平台使用其提供的功能。近年来, Web服务得到了快速的发展, 单个Web服务能够实现的功能有限, Web服务组合可以将互联网上分布的多个Web服务组合成满足复杂功能需求的复合服务。Web服务组合受到了广泛重视, 各界均进行了大量的相关研究[1‒3]。如何把现有的Web服务动态组合成满足不同需求的复杂服务, 已经成为新的研究热点。

本文提出了一种基于改进蚁群算法的Web服务动态组合方法。该方法解决服务动态组合问题的同时, 充分考虑了应用的需求, 实现快速找到适合于用户需求特征的服务组合的目标。

1 相关研究工作

目前Web服务组合问题的通常解决方法有基于Qo S、人工智能、图搜索方法、仿生算法等的方法。

启发式算法近几年在服务组合领域的应用已经称为了一个研究热点。这类算法的宗旨是在选择Web服务进行组合之前, 制定一系列的启发规则, 最终使系统在一定的合理时间内找到最优 (或较优) 解。随着对各类仿生算法的不断深入研究, 例如粒子群算法、遗传算法、蚁群算法、蜂群算法等, 仿生启发式算法不断在Web服务组合的问题中被应用[4]。但是上述仿生算法都有各自不同的缺点, 例如蚁群算法如果早前信息缺乏会效率较差[5]。

目前基于蚁群算法的服务组合方法一般是以服务的Qo S属性为衡量变量进行的。石熙等提出了一种基于Qo S的粒子蚁群算法在Web服务组合问题中的研究[6], 将Web服务优化组合的问题转化为由多个原子服务构成的基于Qo S有向图的最短路径问题。使用一种改进的粒子蚁群算法, 快速找出若干条次优路径并初始化后, 蚁群算法快速收敛求出最优解。倪晚成等人用Dijkstra最短路径算法对服务组合问题的优化, 选择的服务能满足Qo S需求, 但对服务状态的复杂性没有考虑[7]。另外, 也有一部分研究人员以服务的用户偏好为出发点, 来解决服务的组合优化问题[8‒10]。

本文通过改造蚁群算法, 提出了一种面向多种用户需求特征的Web服务动态组合算法。该算法可以动态适应多用户需求的情况, 通过制定路径选择的优化规则, 尽可能地保证服务选择过程的趋优性。算法包含两个优化的规则, 局部优化规则和全局优化规则, 分别保证得到局部的最优解和全局的最优解。从而得到最优的用户满意度。为验证算法的有效性, 进行了模拟测试实验, 结果表明本文中提出的算法性能高于普通蚁群算法应用于该领域的性能。

文中第2章为相关研究工作介绍;第3章为Web服务的动态组合问题建模;第4章介绍了标准蚁群算法;第5章给出了改进的蚁群算法;第6章对文中算法进行了实验与分析;最后在第7章提出了本研究的总结与展望。

2 标准蚁群算法

蚁群算法是意大利研究者M.Dorigo等人, 在1991年发表的名为《Positive Feedbackas A Search Strategy》的文章和之后在1994年一篇未发表的博士论文《Optimization, Learning and Natural Algorithms》中提出的算法。M.Dorigo提出了一种正反馈启发式寻找路径的策略, 即利用模仿蚂蚁觅食原理的方法寻求最优解。该算法不需要准备任何先验知识, 开始阶段时随机地选择路径, 在对空间了解之后, 找到一些规律, 最后逐渐逼近得到全局最优解[11‒17]。

蚂蚁是有群居社会型生活习性的昆虫, 蚁群具有强大的环境探测能力, 在外出寻找食物的过程中, 不论环境有多少复杂因素, 甚至在环境发生突发变化的情况下去, 它们都能迅速找到最优觅食路径。经研究发现, 蚂蚁在寻找路径中的交流主要靠一种称为信息素的物质。在外出寻找食物的过程中, 单个蚂蚁将信息素释放在其经过的路径上, 当下一个蚂蚁个体经过此处时, 根据自身探测到的路径上的信息素浓度来进行路径选择决策。同时路径上的信息素浓度越高越能够吸引蚂蚁选择这条道路。蚁群寻找路径的过程就是一种自我反馈正向启发的决策模式, 路径上经过的蚂蚁越多, 这条路径上的信息素浓度就会越高, 从而导致更多蚂蚁倾向选择这条路径[18]。

蚁群算法就是根据这种决策模式提出的正反馈启发式算法。但基本的蚁群算法也具有一定的缺点:

(1) 基本蚁群算法只针对一种信息素, 无法解决Web服务组合中多因素的约束问题;

(2) 基本蚁群算法中涉及的路径和路径对应的权值是相对稳定的, 对动态的Web服务组合不具备灵活的适应性。

3 Web服务的动态组合问题建模

判断Web服务是够符合用户需求需要考虑多个服务属性的约束。设服务S具有n个功能需求特征值, 表示为{s1, s2, …, sn}。其中, 表示的是服务需求某一类型的特征值, 各特征之间相互正交且相互独立。单一的服务K的n个功能需求特征值表示为SK{s1, s2, …, sn}。

对于单一服务来说, 服务的各需求属性不一, 其取值的范围、数量级也不一致。比如服务安全性的特征值, 自然是越高愈好;而代表服务价格的特征值, 自然是越低越好。因此需要用户对服务的各个需求属性特征设定对应的期望值, 特征值s1, s2, …, sn对应的用户期望值表示为, , …, 。另外用户对各需求属性特征的重要度评价标准也多样, 因此需要用户给每个需求属性设定一个权值, 特征值s1, s2, …, sn对应的权值表示为1, 2, …, n。服务总的用户需求满意程度使用Csr (Coincidence of service requirement) 表示。

服务K的需求属性特征m对应的信息素pheromonem的计算公式:

服务K对应的用户满意程度表示为CsrK, 其计算公式为:

服务的用户需求满意度越接近于1, 表示服务的各项特征越接近用户的特定需求。

以上是单一服务的选择方案。在面对服务组合问题时, 还需要进一步选择以期获得用户满意度最高的复杂组合服务。目前流行的Web服务动态组合方式有接口匹配组合方法和UML建模组合方法。这几种方法可以建立一个能够满足用户指定功能的服务组合。我们使用图1的抽象图来表示整个服务组合的流程。

图图1中的节点表示服务匹配点, 连接节点之间的边表示可以实现匹配功能的同类服务, 用SK{s1, s2, …, sn}表示。St为服务组合的起始输入, F为服务组合的输出。图中每个节点都有入度和出度, 且入度、出度均≥1。图中没有回路, 至少存在一条路径从起始点St通往终点F。Web服务动态组合的优化问题, 就是在ST→F之间, 找到用户满意度最高的路径。

4 改进的蚁群算法

本论文所研究的改进的蚁群算法, 就是想寻找已经确定输入和输出的n个服务的最优组合。通过对蚁群算法的状态转移概率和信息素更新规则的改进, 来得到最能满足用户需求的服务组合。

4.1 状态转移概率

蚁群算法中的蚂蚁是根据一定的概率来选择下一步要经过的路径。本算法中以当前服务的用户满意程度CsrK为信息素量。设p是蚁群中蚂蚁的数量, q表示服务流程图中的节点个数。ij (t) 为t时刻路径 (i, j) , 即服务K上的信息素量, ij (t) 的计算公式参见公式 (2) 。

在服务选择过成功, “蚂蚁”根据每个服务 (路径) 的信息素含量高低和启发因子来计算状态转移概率, 计算公式如下:

表示在时刻t, 第k只蚂蚁从节点i向另一个与节点i有连接关系的节点j的概率。allowedk是所有与节点i有连接关系的节点集。由于本文研究的是节点的动态生成, 因此集合allowedk是一个动态的节点集。蚂蚁k就是从这个动态集合中选择下一步要调用的Web服务。是信息启发因子, 其值越大, 蚂蚁k就会越倾向于其它蚂蚁所进行的选择, 即蚂蚁之间的协作越强。是期望启发因子, 反映了启发信息在蚂蚁选择路径的过程中受重视的程度, 其值越大, 状态转移概率就越接近贪心规则。ηij (t) 是启发函数, 其值取经验值, 经验公式如下所示

4.2 信息素更新规则

为避免信息素过多淹没启发信息, 蚂蚁k选择路径的动作完成后, 要对信息素即用户的需求特征的满意度进行更新。更新规则如下:

4.3 改进蚁群算法求解最优解

(1) 局部优化规则求解局部最优

在复杂服务组合的过程中, 如果组合规模较大, 那么组合的数量会变得相当巨大, 问题的求解规模也会随着增大。在两个服务匹配点之间, 因此, 我们需要在局部先解决一部分的服务选择问题。在蚂蚁k作出选择之后, 即在通过路径 (i, j) 上所有服务中选择Sm作为最优服务执行之后, 对Sm的信息素进行更新。更新规则如公式 (5) 所示。

(2) 全局优化规则求解全局最优

设立一个最优路径列表List, 在蚂蚁k走完完整的路径L之后, 即蚂蚁k认为这一条全局路径为最优路径, 便将路径L上所有服务的信息素含量进行整体调整。设L路径由n个服务组成, 则将n个服务对应的每个需求特征属性, 例如特征属性m综合起来, 基于该服务的用户满意度, 算出n个需求特征属性m的平均值:

将 (35) pheromonem分别加到路径L上所有服务的需求特征属性m上, 保证下一只蚂蚁在进行路径选择时, 增加全局最优路径的被选概率。

4.4 算法流程

(1) 设置蚂蚁个数为m, 最大循环次数为N。初始化时间t=0。

(2) 设置每条路径的初始信息素, 信息浓度因子a, 启发因子b, 残留因子q。

(3) 根据式 (3) ~ (9) 开始迭代, 当迭代次数超过N时, 停止迭代, 跳转至第6步。

(4) 在每只蚂蚁选择一次路径后, 根据局部优化规则进行局部信息素优化。

(5) 在每只蚂蚁完成所有路径选择后, 根据全局优化规则进行全局信息素优化。

(6) 迭代结束后, 选出蚂蚁数量最多的路径Lbest, 则Lbest即为最优解。

5 实验与分析

基于用户需求的Web服务组合应用目前尚处于原型研制阶段, 因此测试内容主要对模拟数据进行了性能测试。

首先, 局部优化规则要从多个服务中寻找局部最优服务, 我们在模拟环境中建立1000个服务相关数据进行了10次测试, 每次测试都包含1000个服务。将10次测试的结果进行加权平均后得出测试结论。实验结果如图4所示。

测试环境:CPU为Intel Core i7 3.40GHz, 内存2G, 操作系统为Windows XP。

由测试结果可见, 该规则可以用较少的迭代次数得到较高的满意度, 比穷举式具有较高性能。由图中还可以看出蚂蚁数为10比蚂蚁数为5的性能要高。说明蚂蚁数在一定范围内数量多, 一次搜寻路径多, 性能就好。

通过局部优化规则对局部服务寻求最优解后, 产生最优服务组合若干, 如图5所示。

从图中可以看出, 全局优化规则的成功率明显高于传统蚁群算法, 且稳定性较强, 上升趋势也较为明显。

6 总结和展望

本文研究了一种改进的蚁群算法在Web服务动态组合中的应用, 该算法能够适应多用户需求特征属性的限制和Web服务组合过程中的动态性、不稳定性。为了尽可能保证服务选择过程的趋优性, 本文提出了两个优化的过程, 局部优化规则和全局优化规则, 分别保证得到局部的最优解和全局的最优解。该算法在实际使用中取得了不错的效果, 但仍然存在不足之处, 例如还未能解决蚁群算法带来的收敛性问题, 这也是我们下一步的研究计划。另外, 除了考虑用户需求特征属性这一选择标准之外, 还应该增加对服务质量 (Qo S) 、服务需求相似度、服务需求语义匹配等的研究, 使服务组合更加智能。

摘要：为了解决以满足用户需求为目标的动态服务组合问题, 适应Web服务组合过程中的动态性、不稳定性, 提出了一种基于用户需求的改进蚁群算法。算法包括两个优化的过程, 局部优化规则和全局优化规则, 分别保证得到局部的最优解和全局的最优解, 保证服务选择过程的趋优性, 尽可能满足用户对服务的多个需求特征要求。另外, 改进了蚁群算法的信息素更新策略。本文还通过模拟实验测试, 证明本文中提出的算法性能高于普通蚁群算法应用于该领域的性能。

Web特征 第5篇

网络信息时代的飞速发展,大量的数据信息传输与共享,新的网络攻击和破坏行为日益普遍和多样,计算机网络安全受到了威胁, 对网络平台安全稳定提出了更高的要求。在Net架构下,Web应用程序和Web服务是网络入侵信息关键的切入攻击点,网络攻击信息特征信号呈现非线性微弱,是通过一个多语言组件开发和执行环境进行植入式侵袭,使得Internet上的各应用程序之间产生一种Web连续攻击信号,这中Web连续攻击信号使得计算机或网络无法正常运行和提供服务 ,常见的如网络宽带攻击和网络连通性攻击。对Web连续攻击信号进行特征分离, 进而提高对攻击信号的检测能力, 因此研究对Net架构下的Web连续攻击信号的特征分离算法, 对提高Web攻击的检测及预知具有重要意义。

2 Net 架构下 Web 连续攻击模型

Net框架是一个多语言组件开发和执行环境 , 它提供了一个跨语言的统一编程环境,其目的是便于开发人员更容易地建立Web应用程序和Web服务。使得在Net框架下非常容易产生Web连续攻击信号 ,这种连续攻击信号的攻击方式是通过发送大量的攻击数据,所产生的攻击数据流形成于攻击发出者主机,在传输和攻击过程中,被正常网络流量序列湮没,导致降低了用户的使用性能,从而降低网络服务质量。本文首先构建一个基于Net框架的网络攻击模型,Net架构下的Web连续攻击模型示意图如图1所示。

3 连续攻击信号的特征分离算法

在Net建构下的网络系统中,Web攻击信号探测包包含一个跳数字节HC(Hop Count)和一个父节点ID字节PNID (Parent Node ID),HC初始化值为1,PNID值为sink节点ID号 ,域间传输阈值的设定具有直接相关 ,功率自激网络路由的内容复杂度服从Zipf分布。Web连续攻击状态下,随机选择T∈G2, 计算r=H2(m,T), 输出IDi的第一层梯度环攻击分离信息,表示为:

在上述的Net架构网络拓扑结构为基础上, 得到Web联系攻击的信号模型通过频域幅度均衡 ,得到在尺度坐标系下的信号模型表达式为:

上式中,a(t)称为复信号z(t)的瞬时幅度,有时也称为包络,准(t)称为频域谐振幅度,Z(f)为网络总线冲突特征,通过在极坐标系下的时频变换,得到信号在相干点积功率累积尺度坐标,表述为:

为实现Web连续攻击信号的特征分离, 需要设定攻击信号的初始频率均值为,标准差为,建立一个盲源分离系统,由于网络用户和终端设备若干,在连续攻击状态下执行更新平滑,按下式进行入侵信号的状态空间更新迭代:

式中,YGuass为与网络信息流重构数据Y具有相同方差的高斯函数,H(.)为攻击特征向量的微分熵 ,由此得到Web连续攻击信号的特征分离,表示为:

通过上式,实现对NET架构下的Web连续攻击信号的特征分离。

4 结束语

Web特征 第6篇

一、从Web1.0到Web2.0

Web2.0是区别于Web1.0的一种新型互联网应用的统称。Web1.0的主要特点在于用户通过浏览器获取信息, 用户是信息的使用者;而Web2.0则更注重用户的交互性, 用户既是网站内容的浏览者, 也是信息内容的制造者。

博客中国网的创始人方兴东在他的“Web2.0概念诠释”一文中提到“Web2.0是以Flickr、Craigslist、Linkedin、43Things.com等网站为代表, 以Blog、TAG、SNS、RSS、Wiki等社会软件的应用为核心, 依据六度分隔、xml、ajax等新理论和技术实现的互联网新一代模式。”可以从两方面界定Web2.0的定义。

第一, 技术的发展。Web2.0产品抓住了微内容, 用户所生产的任何数据都算是微内容, 比如博客日志, 评论等。Web2.0的技术注重内容的整合;微内容的变化;界面的易用性;关系网络的维护等等。

第二, 理念的变化。在传统媒体时代, 版面内容的取舍都由媒体来控制, 而现在Web2.0时代, 用户身份则从最早的单纯使用者升级成为互联网内容的创造者和制作者。Web2.0的应用产品都是基于自由民主的理念而形成, 它们追求的是一种自由、平等、开放的信息交流、传播的方式, 具有深厚的草根文化。

二、Web2.0时代负面消息传播特征

随着互联网的高速发展, 人类社会迅速向信息化社会转变, 而网络技术给人类带来了信息传播的新革命。奈斯比特在《大趋势》中说:“平行网络状的组织可以提供一种官僚制度永远无法提供的东西横向联系。”人类的信息传播进入了一个平等互动的状态。

据百度公布, 至2005年11月止BSP用户数据, 中国己有1600万博客, 同时这个数字还正在以几何级数地增长着。正是这千万种个人媒体孕育着庞大的力量, 企业负面消息的传播呈现出不同于以往的特征。

1. 互动性增强, 负面信息流动自由

Web2.0是互联网革命的时代, 崇尚个性、自由的时代, 人们从被动变主动, 从接受者变创造者, 每个人都是新闻的制造者和传播者。Web2.0改变了网络浏览信息获取的方式, RSS信息聚合技术的出现, 使网络使用者能更迅速便捷地获取相关主题内容的信息。著名互联网评论家方兴东因此写道:“博客世界的颠覆性力量正在崛起!”用户不再完全依赖报纸、电视、广播等传统的大众媒体, 不再固定登陆新门户网站和BBS, 而是更多利用RSS、Tag等手段获取信息, 通过博客、迷你小窝等表达观点和展示自己的个性生活。

Web2.0则更是提供了一个有共同爱好的网络社群, 负面消息一旦在网络上产生, 各个社群就会形成联结作用, 这些具有相同体验的群体进行彼此之间的自由交流互动, 将信息的传播膨胀发挥到极致。一个普通网民发表自己的意见和观点, 上传所拍的照片, 都只需要几秒钟的时间。任何有关企业的负面消息都有可能在互联网中被无限放大。

2. 崇尚自由, 诱发负面消息泛滥

过去消息的传播存在一定的局限性, 一方面, 报纸、电视以及广播等传统媒体都会承担其相应的社会责任, 负面信息的撰写必须以客观事实作为依据;另一方面人们只能通过当地的报纸、电视等媒体获取信息, 无法自由传播个人信息。但是在Web2.0时代, 人们的角色失去了身分的限制, 可以隐匿于互联网浩瀚的大海中, 被社会压制的个性爆发成无拘无束, 崇尚自由个性, 诱发了负面消息的泛滥。博客的特点就是可以自由发挥, 自由撰写, 其言语在法律上无须负太多的责任。因此作者可以添加许多自己情感、意见, 这种自由书写的方式, 为了吸引大众的眼球, 一些人会将普通的新闻处理创造成爆炸性新闻, 成为危机爆发的温床。

三、Web2.0时代的企业沟通

在Web2.0时代, 负面消息传播渠道呈现出多元化、迅速化、自由化, 而且受众群体庞大, 企业也应该制定出相应的沟通策略来应对负面信息传播。首先, 坚持透明化, 建立一个自由平等的沟通平台, 信息能够得到快速的搜索;其次, 引入恰当的监控、激励机制, 保证平台的畅通的同时, 构筑良好的企业文化。

1. 建立一个自由平等的沟通平台

Web2.0个人博客的兴起, 使得信息传播速度加快。而企业博客则成为博客模式的企业应用化。企业内部博客系统能够为企业内部员工提供一个尽情宣泄的舞台。企业负面消息的许多根源是来自于企业内部成员, 由于员工对企业文化、制度等不满, 却又无法发泄, 因而会在各大网络社区披露企业内部机密, 甚至伪造企业负面消息, 以此来进行报复。因而企业博客的建立, 为企业内部成员建立了一个非常易用的沟通平台, 具有强大的发布和互动功能, 员工能够在这个平台中自由书写、自由发表评论, 这样有利于企业内部自由交流文化的形成, 控制住负面消息传播的来源。如IBM在公司内部网上提供博客系统, 鼓励员工使用博客。这种社会化网络和沟通方式, 激发了员工对新兴技术应用的极大潜力。到目前为止, 约15000个IBM员工注册了公司博客, 2200个员工定期维护其博客。博客的开设打破了企业沟通的瓶颈, 为员工发泄不满提供了交流的平台。

当负面消息爆发后, 企业应在第一时间做出反应, 让大众了解企业内幕。企业博客能以官方姿态发布公司战略、人事变动等重要信息, 掌握话语的主动权, 第一时间让媒体和公众全面、真实地了解事件进展状态, 保证畅通的沟通渠道, 维持与媒体和公众的良好关系。

许多时候, 客户在博客中对企业或产品的抨击, 只是由于缺乏与企业正面沟通的渠道, 无法将自己的意见传达给企业, 与企业进行沟通。而企业博客, 能为消费者创造一个与企业迅速有效的交流平台, 缩短消费者等待服务和交流的时间。通用汽车是第一家开设企业博客的公司, 通用副总裁亲自主导这个企业博客, 与一线客户进行沟通交流, 解决了许多意见与投诉。现在通用企业博客知名度的不断提升, 这个平台已经成为通用解决负面消息危机的有效载体。

2. 引入监控、引导和激励机制

引入适当的监控机制和激励机制, 能够保证平台的良好运作。企业适当引导员工撰写有利于企业文化传播的博客, 通过展示企业文化和员工风采等, 让外界全方面、深入了解企业, 新产品的信息在博客上的发布, 能够及时了解客户的反馈信息, 打破了单向式的传播方式, 双向互动式的传播, 提供了主动性。

引入恰当的激励机制, 建立富有责任感的沟通文化, 使公司每一位员工形成自我负责意识和为公司负责意识。重视员工建立自己的博客同时, 也需要制定一套合理的博客管理方针, 引导员工们的博客行为。比如IBM制定了一套全面广泛的博客营销指南, 规定员工未经客户和消费者许可不能与之交谈;不能利用博客来售卖或营销;尝试增添谈话价值等等。让员工们熟悉管理方针, 遵照基本准则行事, 使得员工与消费者能够在一个自由、干净的平台中进行沟通。

哈耶克在《自由秩序》中写道:“自由不仅意味着个人拥有选择的机会并承受选择的重负, 而且还意味着他必须承担其行动的后果, 接受对其行动的赞扬或谴责。自由与责任实不可分。”企业博客为消费者、企业员工提供了一个自由的平台, 但是并不等于在这个舞台中将不受约束, 企业博客作为社会的风向标, 应该采取一系列有效的控制手段, 使得随意性、自由能秩序井然。

摘要：随着网络技术的日新月异, 带有Web2.0特征的服务已经越来越多地进入网民的视野。Web2.0时代也使得企业负面消息传播速度更快, 范围更加广泛。在互动性交流中, 负面信息的传播流动趋于自由化;同时, Web2.0带来的自由、个性化也引发了负面消息的泛滥。企业如何在Web2.0时代及时控制负面消息传播, 有效地进行企业沟通, 这些都是本文探讨的问题。

关键词：Web2.0,企业沟通,负面信息,互动

参考文献

[1]尹生:企业沟通2.0[J].中国企业家.2006年21期

[2]方蕾:“用户创造市场”, 酿新意web2.0盈利前景可期[J].IT时代周刊.2006年13期

[3]卢山冰:管理沟通——现代传播学理论最重要的跨学科发展[J].今传媒.2006年09期

[4]鲁宏:Web2.0时代的网络传播[J].河北大学学报 (哲学社会科学版) .2006年01期

[5]张海刘彩霞:Web2.0时代的电子商务新发展[J].商场现代化.2005年28期

[6]唐宜青:Web2.0时代的草根狂热[J].经济.2005年09期

[7]董玉芳王德应:基于网络技术的企业管理沟通:选择与组合[J].江淮论坛.2005年05期

[8]李进兵:互联网与管理沟通的变化[J].中国人力资源开发.2005年05期