Découverte et recommandation de services Web

Web services discovery and recommendation

• Auteur / Autrice : Fatma Slaimi
• Direction : Omar Boucelma, Moncef Tagina, Sana Sellami
• Type : Thèse de doctorat
• Discipline(s) : Mathématiques et informatique. Informatique
• Date : Soutenance le 23/03/2017
• Etablissement(s) : Aix-Marseille en cotutelle avec Université de la Manouba (Tunisie)
• Ecole(s) doctorale(s) : École Doctorale Mathématiques et Informatique de Marseille (Marseille)
• Partenaire(s) de recherche : Laboratoire : Laboratoire des sciences de l'information et des systèmes (Marseille ; La Garde, Var ; 2002-2011)
• Partenaire(s) de recherche : Ecole : École Nationale des Sciences de l'Informatique (La Manouba, Tunisie)
• Jury : Président / Présidente : Ouajdi Korbaa
• Jury : Examinateurs / Examinatrices : Faiez Gargouri, Chiraz Latiri Cherif
• Jury : Rapporteurs / Rapporteuses : Genoveva Vargas-Solar, Claude Godart
• DOI : 10.70675/4857e6bez9791z4bd7zbfbez06b11122dee5

Mots clés

Mots clés contrôlés

Services Web

Moteurs de recherche sur Internet

Recherche sur Internet

WSDL

GRAFCET

Programmation

Mots clés libres

Service Web

Découverte

Recommandation

Graphe

Web service

Discovery

Recommendation

Graph

Résumé

Le Web est devenu une plateforme universelle d’hébergement d'applications hétérogènes. Dans ce contexte, les services Web se sont imposés comme une technologie clé pour permettre l’interaction entre diverses applications. Les technologies standards proposées autour des services Web permettent la programmation, plutôt manuelle, de ces applications. Pour favoriser une programmation automatique à base de services web, un problème majeur se pose : celui de leur découverte. Plusieurs approches adressant ce problème ont été proposées dans la littérature. L’objectif de cette thèse est d’améliorer le processus de découverte de services en exploitant trois pistes de recherche. La première consiste à proposer une approche de découverte qui combine plusieurs techniques de matching. La deuxième se base sur une validation des services retournés par un processus de découverte automatique en se basant sur les compétences utilisateurs. Ces approches ne prennent pas en considération l’évolution de services dans le temps et les préférences des utilisateurs. Pour remédier à ces lacunes plusieurs approches incorporent des techniques de recommandation. La majorité d'entre eux sont basées sur les évaluations des propriétés de QdS. Pratiquement, ces évaluations sont rarement disponibles. D’autres systèmes exploitent les relations de confiance. Ces relations sont établies en se basant sur les évaluations de services. Or, invoquant le même service ne signifie pas obligatoirement avoir les mêmes préférences. D’où, nous proposons, l’exploitation des relations d’intérêts entre les utilisateurs pour recommander des services. L’approche s’appuie sur une modélisation orientée base de données graphes.

The Web has become an universal platform for content hosting and distributed heterogeneous applications that can be accessed manually or automatically. In this context, Web services have established themselves as a key technology for deploying interactions across applications. The standard Web services technologies allow and facilitate the manual programming of these applications. To promote automatic programming based on Web services, a major problem arises : that of their discovery. Several approaches addressing this problem have been proposed in the literature. The aim of this thesis is to improve the Web services discovery process. We proposed three approaches. We proposed a Web services discovery approach that combines several matching techniques. The second consists on the validation of the services returned by an automatic process of discovery using users’ competencies. These approaches do not take into account the evolution of services over time and user preferences. To address these shortcomings, several approaches incorporate referral techniques to assist the discovery process. A large majority of these approaches are based on assessments of QoS properties. In practice, these assessments are rarely available. In other systems, trust relationships between users and services are used. These relationships are established based on invocations evaluations of similar services. However, invoking the same service do not necessarily mean having the same preferences. Hence, we propose, in our third approach, the use of the relations of interest between users to recommend services. The approach relies on modeling services’ ecosystem by database graphs.