基于Web服務(wù)的醫(yī)療資源推薦方法及系統(tǒng)的制作方法
【專利摘要】本發(fā)明公開了一種基于Web服務(wù)的醫(yī)療資源推薦方法及系統(tǒng)。其中，醫(yī)療服務(wù)資源推薦方法為：接收客戶發(fā)送的需求信息；將需求信息與預(yù)置的封裝為Web服務(wù)的醫(yī)療服務(wù)資源進(jìn)行匹配，確定符合客戶需求的多個(gè)候選Web服務(wù)，生成候選Web服務(wù)集合；確定每一候選Web服務(wù)所包括的多個(gè)資源屬性值，構(gòu)建候選Web服務(wù)集合的服務(wù)質(zhì)量矩陣；依據(jù)服務(wù)質(zhì)量矩陣及均等化服務(wù)質(zhì)量評價(jià)方法，計(jì)算每一候選Web服務(wù)的綜合服務(wù)質(zhì)量評價(jià)值，并且，將綜合服務(wù)質(zhì)量評價(jià)值最大的候選Web服務(wù)推薦給客戶。本發(fā)明利用信息技術(shù)，消除服務(wù)供需之間的信息隔閡，在能夠滿足不同客戶的個(gè)性化需求的前提下，盡可能地實(shí)現(xiàn)服務(wù)資源的均等化調(diào)配。
【專利說明】基于Web服務(wù)的醫(yī)療資源推薦方法及系統(tǒng)
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及醫(yī)療服務(wù)資源分配的【技術(shù)領(lǐng)域】，特別涉及一種醫(yī)療服務(wù)資源的推薦方法及系統(tǒng)。
【背景技術(shù)】
[0002]目前，醫(yī)療服務(wù)資源分配不均衡、供需矛盾緊張的現(xiàn)象在醫(yī)療健康領(lǐng)域普遍存在:一方面，很多客戶盲目追求高質(zhì)量的服務(wù)資源，導(dǎo)致部分服務(wù)資源(如三甲醫(yī)院)處于超負(fù)荷運(yùn)轉(zhuǎn)狀態(tài)，服務(wù)需求出現(xiàn)擁塞和等待，服務(wù)質(zhì)量不斷下滑，客戶自身也付出了不必要的成本(時(shí)間，價(jià)格等);另一方面，部分服務(wù)資源(社區(qū)醫(yī)院)雖然服務(wù)質(zhì)量尚可，但是由于客戶對于服務(wù)資源信息的不了解，導(dǎo)致該服務(wù)資源閑置率較高，無法得到充分利用。
[0003]因?yàn)獒t(yī)療服務(wù)資源不可能在短時(shí)間內(nèi)出現(xiàn)大幅增長，所以只有將需求分配給最合適而非最優(yōu)的醫(yī)療資源，才能使盡可能多的客戶需求得到滿足，同時(shí)保持較高的服務(wù)質(zhì)量。
[0004]隨著信息技術(shù)的發(fā)展，不同醫(yī)院的醫(yī)療資源信息通過Web服務(wù)進(jìn)行封裝和發(fā)布，通過客戶需求與醫(yī)療服務(wù)資源之間的動(dòng)態(tài)匹配，向用戶推薦能夠滿足其需求的醫(yī)療服務(wù)資源。基于此，如何以Web服務(wù)為媒介，消除服務(wù)供需之間的信息隔閡，實(shí)現(xiàn)醫(yī)療服務(wù)資源的均等化調(diào)配，充分利用現(xiàn)有的醫(yī)療服務(wù)資源，最大限度滿足不同客戶的個(gè)性化需求，已經(jīng)成為醫(yī)療服務(wù)業(yè)亟需解決的問題。

【發(fā)明內(nèi)容】

[0005]有鑒于此，本發(fā)明旨在提出一種基于Web服務(wù)的醫(yī)療資源推薦方法及系統(tǒng)，以利用信息技術(shù)，消除服務(wù)供需之間的信息隔閡，在能夠滿足不同客戶的個(gè)性化需求的前提下，盡可能地實(shí)現(xiàn)醫(yī)療服務(wù)資源的均等化調(diào)配。
[0006]第一方面，本發(fā)明公開了一種基于Web服務(wù)的醫(yī)療資源推薦方法，包括如下步驟:接收客戶發(fā)送的需求信息；將所述需求信息與預(yù)置的封裝為Web服務(wù)的醫(yī)療服務(wù)資源進(jìn)行匹配，確定符合客戶需求的多個(gè)候選Web服務(wù),生成候選Web服務(wù)集合；確定每一候選Web服務(wù)所包括的多個(gè)資源屬性值，構(gòu)建所述候選Web服務(wù)集合的服務(wù)質(zhì)量矩陣；依據(jù)所述服務(wù)質(zhì)量矩陣及均等化服務(wù)質(zhì)量評價(jià)方法，計(jì)算每一所述候選Web服務(wù)的綜合服務(wù)質(zhì)量評價(jià)值，并且，將綜合服務(wù)質(zhì)量評價(jià)值最大的候選Web服務(wù)推薦給客戶。
[0007]第二方面，本發(fā)明公開了一種基于Web服務(wù)的醫(yī)療資源推薦系統(tǒng)，包括:接收模塊、候選Web服務(wù)集合生成模塊、服務(wù)質(zhì)量矩陣生成模塊和推薦模塊。接收模塊用于接收客戶發(fā)送的需求信息；候選Web服務(wù)集合生成模塊用于將所述需求信息與預(yù)置的封裝為Web服務(wù)的醫(yī)療服務(wù)資源進(jìn)行匹配，確定符合客戶需求的多個(gè)候選Web服務(wù)，生成候選Web服務(wù)集合；服務(wù)質(zhì)量矩陣生成模塊用于確定每一候選Web服務(wù)所包括的多個(gè)資源屬性值，構(gòu)建所述候選Web服務(wù)集合的服務(wù)質(zhì)量矩陣；推薦模塊用于依據(jù)所述服務(wù)質(zhì)量矩陣及均等化服務(wù)質(zhì)量評價(jià)方法，計(jì)算每一所述候選Web服務(wù)的綜合服務(wù)質(zhì)量評價(jià)值，并且，將綜合服務(wù)質(zhì)量評價(jià)值最大的候選Web服務(wù)推薦給客戶。[0008]本發(fā)明基于客戶需求信息以及醫(yī)療服務(wù)資源之間的匹配，通過構(gòu)建均等化服務(wù)選擇過程，消除服務(wù)匹配中的不均衡現(xiàn)象，一方面為客戶找到最為合適的服務(wù)，提高客戶的滿意度；另一方面盡可能提高現(xiàn)有服務(wù)資源的利用效率，實(shí)現(xiàn)服務(wù)資源的負(fù)載均衡。
【專利附圖】

【附圖說明】
[0009]構(gòu)成本發(fā)明的一部分的附圖用來提供對本發(fā)明的進(jìn)一步理解，本發(fā)明的示意性實(shí)施例及其說明用于解釋本發(fā)明，并不構(gòu)成對本發(fā)明的不當(dāng)限定。在附圖中:
[0010]圖1為本發(fā)明基于Web服務(wù)的醫(yī)療資源推薦方法實(shí)施例的步驟流程圖；
[0011]圖2為本發(fā)明基于Web服務(wù)的醫(yī)療資源推薦方法一個(gè)實(shí)施例中，確定候選Web服務(wù)的服務(wù)質(zhì)量評價(jià)值的步驟流程圖；
[0012]圖3為本發(fā)明基于Web服務(wù)的醫(yī)療資源推薦方法一個(gè)優(yōu)選實(shí)施例；
[0013]圖4為本發(fā)明基于Web服務(wù)的醫(yī)療資源推薦方法優(yōu)選實(shí)施例中，服務(wù)類別匹配的步驟流程圖；
[0014]圖5為本發(fā)明基于Web服務(wù)的醫(yī)療資源推薦方法優(yōu)選實(shí)施例中，服務(wù)名稱匹配的步驟流程圖；
[0015]圖6為本發(fā)明基于Web服務(wù)的醫(yī)療資源推薦方法優(yōu)選實(shí)施例中，服務(wù)描述匹配的步驟流程圖；
[0016]圖7為本發(fā)明基于Web服務(wù)的醫(yī)療資源推薦方法面對的一個(gè)服務(wù)場景示意圖；
[0017]圖8為客戶需求數(shù)量變化時(shí)，采用兩種不同方法(均等化方法及非均等化方法)的服務(wù)利用率比較示意圖；
[0018]圖9為客戶需求數(shù)量變化時(shí)，采用兩種不同方法(均等化方法及非均等化方法)的需求序列完成時(shí)間比較示意圖；
[0019]圖1Oa為客戶需求數(shù)量變化時(shí)，采用兩種不同方法(均等化方法及非均等化方法)的非均等化服務(wù)質(zhì)量(EnQoS)總和值比較示意圖；
[0020]圖1Ob為客戶需求數(shù)量變化時(shí)，采用兩種不同方法(均等化方法及非均等化方法)的綜合服務(wù)質(zhì)量(FuQoS)總和值比較示意圖；
[0021]圖11為候選服務(wù)數(shù)量變化時(shí)，采用兩種不同方法(均等化方法及非均等化方法)的服務(wù)利用率比較示意圖；
[0022]圖12為候選服務(wù)數(shù)量變化時(shí)，采用兩種不同方法(均等化方法及非均等化方法)的需求序列完成時(shí)間比較示意圖；
[0023]圖13a為候選服務(wù)數(shù)量變化時(shí)，采用兩種不同方法(均等化方法及非均等化方法)的非均等化服務(wù)質(zhì)量(EnQoS)總和值比較示意圖；
[0024]圖13b為候選服務(wù)數(shù)量變化時(shí)，采用兩種不同方法(均等化方法及非均等化方法)的綜合服務(wù)質(zhì)量(FuQoS)總和值比較示意圖；
[0025]圖14為均等化權(quán)重變化時(shí)，采用兩種不同方法(均等化方法及非均等化方法)的服務(wù)利用率比較示意圖；
[0026]圖15為均等化權(quán)重變化時(shí)，采用兩種不同方法(均等化方法及非均等化方法)的需求完成時(shí)間比較示意圖；
[0027]圖16a為均等化權(quán)重變化時(shí)，采用兩種不同方法(均等化方法及非均等化方法)的非均等化服務(wù)質(zhì)量(EnQoS)總和值比較示意圖；
[0028]圖16b為均等化權(quán)重變化時(shí)，采用兩種不同方法(均等化方法及非均等化方法)的綜合服務(wù)質(zhì)量(FuQoS)總和值比較示意圖。
[0029]圖17a為本發(fā)明基于Web服務(wù)的醫(yī)療資源推薦系統(tǒng)實(shí)施例的結(jié)構(gòu)框圖；
[0030]圖17b為本發(fā)明基于Web服務(wù)的醫(yī)療資源推薦系統(tǒng)實(shí)施例中，推薦模塊結(jié)構(gòu)框圖；
[0031]圖17c為本發(fā)明基于Web服務(wù)的醫(yī)療資源推薦系統(tǒng)實(shí)施例中，服務(wù)質(zhì)量矩陣生成模塊的結(jié)構(gòu)框圖。
【具體實(shí)施方式】
[0032]需要說明的是，在不沖突的情況下，本發(fā)明中的實(shí)施例及實(shí)施例中的特征可以相互組合。下面將參考附圖并結(jié)合實(shí)施例來詳細(xì)說明本發(fā)明。
[0033]參照圖1，圖1為本發(fā)明基于Web服務(wù)的醫(yī)療資源推薦方法實(shí)施例的步驟流程圖，包括如下步驟:
[0034]接收步驟S110，接收客戶發(fā)送的需求信息；
[0035]候選Web服務(wù)集合生成步驟S120，將需求信息與預(yù)置的封裝為Web服務(wù)的醫(yī)療服務(wù)資源進(jìn)行匹配，確定符合客戶需求的多個(gè)候選Web服務(wù),生成候選Web服務(wù)集合；
[0036]服務(wù)質(zhì)量矩陣生成步驟S130，確定每一候選Web服務(wù)所包括的多個(gè)資源屬性值，構(gòu)建候選Web服務(wù)集合的服務(wù)質(zhì)量矩陣；
[0037]推薦步驟S140，依據(jù)服務(wù)質(zhì)量矩陣及均等化服務(wù)質(zhì)量評價(jià)方法，計(jì)算每一候選Web服務(wù)的綜合服務(wù)質(zhì)量評價(jià)值，并且，將綜合服務(wù)質(zhì)量評價(jià)值最大的候選Web服務(wù)推薦給客戶。
[0038]本實(shí)施例基于客戶需求信息以及醫(yī)療服務(wù)資源之間的匹配，通過構(gòu)建基于均等化服務(wù)質(zhì)量評價(jià)的選擇過程，消除服務(wù)匹配中的不均衡現(xiàn)象，一方面為客戶找到最為合適的服務(wù)，提高客戶的滿意度；另一方面盡可能提高現(xiàn)有服務(wù)資源的利用效率，實(shí)現(xiàn)服務(wù)資源的負(fù)載均衡。
[0039]參照圖2所示，在一個(gè)更加具體地實(shí)施例中，執(zhí)行推薦步驟S140時(shí)，每一候選Web服務(wù)的綜合服務(wù)質(zhì)量評價(jià)值通過如下方式確定，
[0040]步驟S1401，計(jì)算該候選Web服務(wù)的每一均等化屬性值與該屬性對應(yīng)權(quán)重的乘積，并將所有乘積相加，獲得該候選Web服務(wù)的均等化服務(wù)質(zhì)量評價(jià)值；
[0041]步驟S1402，計(jì)算該候選Web服務(wù)的每一非均等化屬性值與該屬性對應(yīng)權(quán)重的乘積，并將所有乘積相加，獲得該候選Web服務(wù)的非均等化服務(wù)質(zhì)量評價(jià)值；
[0042]步驟S1403，將均等化服務(wù)質(zhì)量評價(jià)值與第一系數(shù)相乘，獲取第一乘積，以及，將非均等化服務(wù)質(zhì)量評價(jià)值與第二系數(shù)相乘，獲取第二乘積；第一系數(shù)為該候選Web服務(wù)的均等化系數(shù)；第二系數(shù)為該候選Web服務(wù)的非均等化系數(shù)；計(jì)算第一乘積與第二乘積之和，作為候選Web服務(wù)的綜合服務(wù)質(zhì)量評價(jià)值；
[0043]其中，各個(gè)均等化屬性值的權(quán)重根據(jù)專家經(jīng)驗(yàn)來設(shè)置，所對應(yīng)的權(quán)重和為I ;各個(gè)非均等化屬性值的權(quán)重根據(jù)專家經(jīng)驗(yàn)來設(shè)置，所對應(yīng)的權(quán)重和為I ;第一系數(shù)和第二系數(shù)的和為1，如果強(qiáng)調(diào)服務(wù)資源分配的均等化，則第一系數(shù)大于第二系數(shù)，如果不強(qiáng)調(diào)服務(wù)資源分配的均等化，則第一系數(shù)小于第二系數(shù)。
[0044]下面結(jié)合圖3至圖6對本發(fā)明基于Web服務(wù)的醫(yī)療資源推薦方法的優(yōu)選實(shí)施例進(jìn)行詳細(xì)地說明。
[0045]參照圖3，本發(fā)明基于Web服務(wù)的醫(yī)療資源推薦方法的優(yōu)選實(shí)施例包括如下步驟:
[0046]步驟1:接收客戶需求(由網(wǎng)絡(luò)輸入或電話咨詢等，并轉(zhuǎn)換為訂單式服務(wù)需求信息表。
[0047](I) ST表示客戶需求信息
[0048]ST=<Category, Name, Profile, Inputs, Outputs,Constraint)
[0049]其中，Category表示服務(wù)所屬的服務(wù)類別；Name表示服務(wù)的名稱；Profile表示服務(wù)的描述信息；Inputs為服務(wù)的輸入變量集合；0UtpUts表示服務(wù)的輸出變量集合；Constraint即客戶對所需服務(wù)的服務(wù)質(zhì)量要求，例如醫(yī)療水平、價(jià)格、完成時(shí)間等，屬于硬約束條件。
[0050]步驟2:預(yù)置的封裝為Web服務(wù)的醫(yī)療服務(wù)資源均存儲(chǔ)于數(shù)據(jù)庫I中，對其遍歷、解析并得到其各參數(shù)信息。具體包括如下步驟:
[0051]遍歷封裝為Web服務(wù)的醫(yī)療服務(wù)資源，根據(jù)其描述語言的元素結(jié)構(gòu)解析其語義信
肩、O
[0052](I)CS表示候選的Web服務(wù)信息
[0053]CS=<Category, Name,Profile, Inputs, Outputs, QoS>
[0054]其中，Category表示候選服務(wù)所屬的服務(wù)類別；Name表示候選服務(wù)的名稱；ProfiIe表示候選服務(wù)的描述信息；Inputs為候選服務(wù)的輸入變量集合；0utputs表示候選服務(wù)的輸出變量集合；QoS即候選服務(wù)的當(dāng)前服務(wù)質(zhì)量。
[0055]步驟3:根據(jù)客戶需求信息及候選Web服務(wù)的各個(gè)參數(shù)，進(jìn)行服務(wù)類別、服務(wù)名稱、服務(wù)描述的第一匹配，獲取第一個(gè)候選服務(wù)集合。
[0056]具體來說，進(jìn)行服務(wù)類別的匹配時(shí)，將符合條件的Web服務(wù)存儲(chǔ)于數(shù)據(jù)庫2中，進(jìn)行服務(wù)名稱的匹配時(shí)，將符合條件的Web服務(wù)存儲(chǔ)于數(shù)據(jù)庫3中；進(jìn)行服務(wù)描述的匹配時(shí)，將符合條件的Web服務(wù)存儲(chǔ)于數(shù)據(jù)庫4中；然后，取這三個(gè)數(shù)據(jù)庫的交集，存入數(shù)據(jù)庫5中。
[0057]匹配程度主要根據(jù)服務(wù)概念之間的語義距離來衡量，通過兩個(gè)概念在本體網(wǎng)絡(luò)中相應(yīng)節(jié)點(diǎn)的最短距離來衡量它們的語義相關(guān)度，計(jì)算方法如公式I所示:
[0058]
【權(quán)利要求】
1.一種基于Web服務(wù)的醫(yī)療資源推薦方法，其特征在于，包括如下步驟: 接收步驟，接收客戶發(fā)送的需求信息； 候選Web服務(wù)集合生成步驟，將所述需求信息與預(yù)置的封裝為Web服務(wù)的醫(yī)療服務(wù)資源進(jìn)行匹配，確定符合客戶需求的多個(gè)候選Web服務(wù),生成候選Web服務(wù)集合； 服務(wù)質(zhì)量矩陣生成步驟，確定每一候選Web服務(wù)所包括的多個(gè)資源屬性值，構(gòu)建所述候選Web服務(wù)集合的服務(wù)質(zhì)量矩陣； 推薦步驟，依據(jù)所述服務(wù)質(zhì)量矩陣及均等化服務(wù)質(zhì)量評價(jià)方法，計(jì)算每一所述候選Web服務(wù)的綜合服務(wù)質(zhì)量評價(jià)值，并且，將綜合服務(wù)質(zhì)量評價(jià)值最大的候選Web服務(wù)推薦給客戶。
2.根據(jù)權(quán)利要求1所述的基于Web服務(wù)的醫(yī)療資源推薦方法，其特征在于， 所述推薦步驟中，每一所述候選Web服務(wù)的綜合服務(wù)質(zhì)量評價(jià)值通過如下方式確定:計(jì)算該候選Web服務(wù)的每一均等化質(zhì)量屬性值與該質(zhì)量屬性對應(yīng)權(quán)重的乘積，并將所有乘積相加，獲得該候選Web服務(wù)的均等化評價(jià)值； 計(jì)算該候選Web服務(wù)的每一非均等化質(zhì)量屬性值與該屬性對應(yīng)權(quán)重的乘積，并將所有乘積相加，獲得該候選Web服務(wù)的非均等化評價(jià)值； 將所述均等化評價(jià)值與第一系數(shù)相乘，獲取第一乘積，以及，將所述非均等化評價(jià)值與第二系數(shù)相乘，獲取第二乘積；所述第一系數(shù)為該候選Web服務(wù)的均等化系數(shù)；所述第二系數(shù)為該候選Web服務(wù)的非均等化系數(shù)；計(jì)算所述第一乘積與所述第二乘積之和，作為所述候選Web服務(wù)的綜合服務(wù)質(zhì)量評價(jià)值； 其中，該候選Web服務(wù)的每一均等化屬性值對應(yīng)的權(quán)重、該候選Web服務(wù)每一非均等化屬性值對應(yīng)的權(quán)重、第一系數(shù)和第二系數(shù)均為預(yù)先設(shè)定；各個(gè)均等化屬性值的權(quán)重根據(jù)專家經(jīng)驗(yàn)來設(shè)置，所對應(yīng)的權(quán)重和為I ;各個(gè)非均等化屬性值的權(quán)重根據(jù)專家經(jīng)驗(yàn)來設(shè)置，所對應(yīng)的權(quán)重和為I ;第一系數(shù)和第二系數(shù)的和為I。
3.根據(jù)權(quán)利要求2所述的基于Web服務(wù)的醫(yī)療資源推薦方法，其特征在于， 所述服務(wù)質(zhì)量矩陣生成步驟中，所述候選Web服務(wù)集合的服務(wù)質(zhì)量矩陣為
4.根據(jù)權(quán)利要求3所述的基于Web服務(wù)的醫(yī)療資源推薦方法，其特征在于， 所述每一候選Web服務(wù)的均等化服務(wù)質(zhì)量評價(jià)值通過如下公式確定:
5.根據(jù)權(quán)利要求4所述的基于Web服務(wù)的醫(yī)療資源推薦方法，其特征在于， 通過調(diào)整FuQoS(CSi)中的a和b的值，可以調(diào)節(jié)醫(yī)療服務(wù)資源選擇中的均等化程度: 若需提高資源分配的均等化強(qiáng)度，則增大a的值，減小b的值； 若需降低資源分配的均等化強(qiáng)度，則減小a的值，增大b的值。
6.根據(jù)權(quán)利要求1至5中任一項(xiàng)所述的基于Web服務(wù)的醫(yī)療資源推薦方法，其特征在于， 在所述推薦步驟后，還包括: 參數(shù)調(diào)整步驟，完成對多個(gè)客戶需求的推薦后，根據(jù)推薦評價(jià)，對所述預(yù)先設(shè)置的每一候選Web服務(wù)的每一均等化屬性值對應(yīng)的權(quán)重和每一非均等化屬性值對應(yīng)的權(quán)重、每一候選Web服務(wù)的第一系數(shù)和第二系數(shù)進(jìn)行調(diào)整。
7.根據(jù)權(quán)利要求6所述的基于Web服務(wù)的醫(yī)療資源推薦方法，其特征在于， 所述候選Web服務(wù)集合生成步驟中，所述候選Web服務(wù)集合進(jìn)一步通過如下步驟獲取: 根據(jù)客戶需求信息，在預(yù)置的醫(yī)療服務(wù)資源中，進(jìn)行服務(wù)類別、服務(wù)名稱、服務(wù)描述的第一匹配，獲取第一服務(wù)集合； 逐個(gè)讀取所述第一服務(wù)集合中的候選Web服務(wù)，更新每一候選Web服務(wù)的服務(wù)質(zhì)量屬性； 在所述第一服務(wù)集合中，篩選符合所述客戶需求剛性約束的候選Web服務(wù)，形成第二服務(wù)集合，所述第二服務(wù)集合為候選Web服務(wù)集合。
8.一種基于Web服務(wù)的醫(yī)療資源推薦系統(tǒng)，其特征在于，包括: 接收模塊，用于接收客戶發(fā)送的需求信息； 候選Web服務(wù)集合生成模塊，用于將所述需求信息與預(yù)置的封裝為Web服務(wù)的醫(yī)療服務(wù)資源進(jìn)行匹配，確定符合客戶需求的多個(gè)候選Web服務(wù),生成候選Web服務(wù)集合； 服務(wù)質(zhì)量矩陣生成模塊 ，用于確定每一候選Web服務(wù)所包括的多個(gè)資源屬性值，構(gòu)建所述候選Web服務(wù)集合的服務(wù)質(zhì)量矩陣； 推薦模塊，用于依據(jù)所述服務(wù)質(zhì)量矩陣及均等化服務(wù)質(zhì)量評價(jià)方法，計(jì)算每一所述候選Web服務(wù)的綜合服務(wù)質(zhì)量評價(jià)值，并且，將綜合服務(wù)質(zhì)量評價(jià)值最大的候選Web服務(wù)推薦給客戶。
9.根據(jù)權(quán)利要求8所述的基于Web服務(wù)的醫(yī)療資源推薦系統(tǒng)，其特征在于， 所述推薦模塊包括: 第一計(jì)算單元，用于計(jì)算該候選Web服務(wù)的每一均等化質(zhì)量屬性值與該質(zhì)量屬性對應(yīng)權(quán)重的乘積，并將所有乘積相加，獲得該候選Web服務(wù)的均等化評價(jià)值； 第二計(jì)算單元，用于計(jì)算該候選Web服務(wù)的每一非均等化質(zhì)量屬性值與該屬性對應(yīng)權(quán)重的乘積，并將所有乘積相加，獲得該候選Web服務(wù)的非均等化評價(jià)值； 服務(wù)質(zhì)量評價(jià)值獲取單元，用于將所述均等化評價(jià)值與第一系數(shù)相乘，獲取第一乘積，以及，將所述非均等化評價(jià)值與第二系數(shù)相乘，獲取第二乘積；所述第一系數(shù)為該候選Web服務(wù)的均等化系數(shù)；所述第二系數(shù)為該候選Web服務(wù)的非均等化系數(shù)；計(jì)算所述第一乘積與所述第二乘積之和，作為所述候選Web服務(wù)的綜合服務(wù)質(zhì)量評價(jià)值； 其中，該候選Web服務(wù)的每一均等化屬性值對應(yīng)的權(quán)重、該候選Web服務(wù)每一非均等化屬性值對應(yīng)的權(quán)重、第一系數(shù)和第二系數(shù)均為預(yù)先設(shè)定；各個(gè)均等化屬性值的權(quán)重根據(jù)專家經(jīng)驗(yàn)來設(shè)置，所對應(yīng)的權(quán)重和為I ;各個(gè)非均等化屬性值的權(quán)重根據(jù)專家經(jīng)驗(yàn)來設(shè)置，所對應(yīng)的權(quán)重和為I ;第一系數(shù)和第二系數(shù)的和為I。
10.根據(jù)權(quán)利要求9所述的基于Web服務(wù)的醫(yī)療資源推薦系統(tǒng)，其特征在于， 所述服務(wù)質(zhì)量矩陣生成模塊進(jìn)一步包括:服務(wù)質(zhì)量矩陣生成單元、歸一化處理單元、第三計(jì)算單元、第四計(jì)算單元和第五計(jì)算單元；其中 服務(wù)質(zhì)量矩陣生成單元用于生成候選Web服務(wù)集合的服務(wù)質(zhì)量矩陣
【文檔編號】G06Q50/22GK103888543SQ201410134667
【公開日】2014年6月25日 申請日期:2014年4月4日 優(yōu)先權(quán)日:2014年4月4日
【發(fā)明者】薛霄, 王淑芳, 晁浩, 劉志中, 魯保云 申請人:河南理工大學(xué)