Chulalongkorn University Theses and Dissertations (Chula ETD)

การปรับปรุงการวิเคราะห์ขนาดความสามารถของเซอร์วิซด้วยการทำเหมืองกฎความสัมพันธ์

Other Title (Parallel Title in Other Language of ETD)

Improving an analysis of service capability granularity using asociation rules mining

Year (A.D.)

2012

Document Type

Thesis

First Advisor

ทวิตีย์ เสนีวงศ์ ณ อยุธยา

Faculty/College

Faculty of Engineering (คณะวิศวกรรมศาสตร์)

Degree Name

วิทยาศาสตรมหาบัณฑิต

Degree Level

ปริญญาโท

Degree Discipline

วิทยาศาสตร์คอมพิวเตอร์

DOI

10.58837/CHULA.THE.2012.1100

Abstract

ปัจจัยหนึ่งที่ต้องคำนึงถึงในการออกแบบเว็บเซอร์วิซคือ หากโอเปอเรชันถูกออกแบบให้ทำงานได้ปริมาณน้อยในการเรียกใช้แต่ละครั้ง หรือเรียกว่ามีขนาดความสามารถเล็ก อาจทำให้ผู้ใช้บริการต้องเรียกใช้โอเปอเรชันต่าง ๆ ของเว็บเซอร์วิซนี้จากระยะไกลหลายครั้งกว่าจะบรรลุตามขอบเขตของงานที่ต้องการ และทำให้เกิดปริมาณการส่งข้อความในเครือข่ายเป็นจำนวนมาก งานวิจัยนี้นำเสนอการปรับปรุงการวิเคราะห์ขนาดความสามารถของเซอร์วิซด้วยการทำเหมืองข้อมูล จากเดิมซึ่งใช้อัลกอริทึมเอไพรออรีมาเป็นการใช้อัลกอริทึมเอไพรออรีเชิงทรัยโดยใช้ดับเบิลอาร์เรย์ทรัย ซึ่งทำให้สามารถหาลำดับของโอเปอเรชันที่ถูกเรียกต่อเนื่องกันบ่อยครั้ง และอาจเป็นสัญญาณว่า โอเปอเรชันเหล่านี้มีขนาดความสามารถเล็กเกินไป หากผู้ออกแบบเซอร์วิซสามารถปรับปรุงโดยรวมกลุ่มเป็นโอเปอเรชันเดียวกันได้ จะช่วยลดปริมาณการสื่อสารที่จะเกิดขึ้นต่อไป งานวิจัยนี้ทำการทดลองวิเคราะห์การเรียกใช้งานเว็บเซอร์วิซระบบซื้อสินค้าออนไลน์ ผลการวิเคราะห์จะได้เป็นกฎความสัมพันธ์ของลำดับการเรียกใช้โอเปอเรชันที่เกิดบ่อย รวมทั้งการแนะนำลำดับการเรียกใช้งานย่อยที่ปรากฏอยู่ในกฎความสัมพันธ์ส่วนใหญ่ ซึ่งสามารถรวมกลุ่มเข้าด้วยกันได้ จากการทดลองเปรียบเทียบกับวิธีเอไพรออรี พบว่าวิธีเอไพรออรีเชิงทรัยสามารถแนะนำลำดับโอเปอเรชันที่ควรจะรวมกันได้ดีกว่าวิธีการที่ผ่านมา อีกทั้งยังลดปริมาณลำดับของโอเปอเรชันที่แนะนำให้รวมกัน ซึ่งจะช่วยให้ผู้ออกแบบเซอร์วิซทำการตัดสินใจเลือกรวมกลุ่มโอเปอเรชันได้ง่ายขึ้น

Other Abstract (Other language abstract of ETD)

An important issue in Web service design is service capability granularity. If a service operation is designed to have fine-grained capability with small function being achieved at each invocation, service consumers will have to remotely invoke several operations of the service for many times to achieve the work required. This can generate lots of message transmission in the network. This research presents an improvement of service capability granularity analysis by using trie-based Apriori association rules mining based on double-array trie, instead of the Apriori algorithm. Trie-based Apriori can discover frequent operation sequences which can be a sign that the operations in these sequences are too fine-grained. If the service designer can combine operations in a sequence into a single operation, it can help reduce invocation traffic. As an experiment, we analyze invocations to an online shopping Web service. The results are the association rules defining frequent operation sequences and a recommendation of the common sub-operation-sequences which can be combined. A comparison with the Apriori algorithm shows that trie-based Apriori can better suggest operation sequences and can reduce the number of recommended groups of operations to be combined. This will make it easier for the service designer when deciding to combine service operations.

Link to Full Text

Share

COinS