首页> 中文学位 >位置感知的协同过滤式Web服务推荐方法研究
【6h】

位置感知的协同过滤式Web服务推荐方法研究

代理获取

目录

声明

第一章 绪论

1.1 研究背景和意义

1.2 国内外研究现状

1.3 论文的主要贡献

1.4 论文的组织结构

第二章 理论基础与相关技术

2.1 Web服务基础知识

2.2 协同过滤算法综述

2.3 常见的相似度计算方法

2.4 经典的Web服务推荐方法

2.5 本章小结

第三章 基于位置聚类的协同式Web服务推荐方法

3.1研究背景

3.2技术框架

3.3基于位置聚类的协同式Web服务推荐方法

3.4实验与评估

3.5本章小结

第四章 基于因子分解机的质量感知Web服务推荐方法

4.1 研究背景

4.2 研究动机

4.3 技术框架

4.4 基于因子分解机的质量感知Web服务推荐方法

4.5 算法复杂度分析

4.6 实验与分析

4.7 本章小结

第五章 总结和展望

5.1 总结

5.2 展望

参考文献

附录A(攻读学位期间获得的学术成果)

附录B(攻读学位期间所获的奖项)

附录C(攻读学位期间参加的研究项目)

致谢

展开▼

摘要

随着Web服务数量的迅速增长,面对海量的 Web服务,构建高效的 Web服务推荐系统很有必要。为了向用户推荐高质量的服务,关键问题是如何获得Web服务的QoS值。尽管用户可以通过亲自调用 Web服务来评估它的QoS,但是由于服务的用户并不是评价服务的专家,要在短时间对大量候选服务的QoS进行准确评估是不太现实的。考虑到Web服务的QoS值是与具体用户相关的,近年来不少工作利用协同过滤推荐技术来进行个性化的QoS预测和服务推荐,取得了一定的成效。然而,传统的协同过滤技术在应用时受数据稀疏性的影响较大,且存在冷启动以及可扩展性差等问题。此外,考虑到网络延迟和网络条件,同一个地区的用户有较大可能在相同 Web服务上观察到相似的响应时间。
  本研究主要内容包括:⑴提出了一种基于位置聚类的协同式 Web服务推荐方法,该方法首先利用服务QoS与用户位置的相关性,将用户根据自治系统(国家)进行聚类,并根据聚类结果对空缺QoS值进行填充;然后再对空缺QoS值预先进行填充和计算活动用户与各个用户相似度的基础上,利用ToP-K算法,求得最相似来为活动用户预测未知服务的QoS值,完成推荐。我们的方法能够有效解决Web服务数据稀疏性问题和冷启动问题,同时,在精度和覆盖率之间获得一个更好的平衡。为了更好的验证我们所提出的方法的准确性,我们将该方法在真实的Web服务数据集上进行了一系列全面的实验,结果显示了所提方法的优越性。⑵提出了一种基于因子分解机的质量感知Web服务推荐方法,利用Web服务的特点,将用户和服务的网络位置信息和因子分解机相结合,提出了一种位置感知的因子分解机模型及相应的Web服务推荐方法。该方法根据位置信息确定用户和服务的相似邻居集合,然后显式地利用相似用户和相似服务信息改进因子分解机模型,以准确预测未知 Web服务的质量和推荐高质量的Web服务。该方法使用了在真实数据集上的实验表明该算法在预测精度上优于其它协同过滤式推荐算法。同时该算法具有较高的运行效率,预测服务质量的时间复杂度与数据规模的大小呈线性相关,可以较好地解决大规模推荐系统的数据稀疏性与可扩展性问题。

著录项

  • 作者

    张婷婷;

  • 作者单位

    湖南科技大学;

  • 授予单位 湖南科技大学;
  • 学科 软件工程
  • 授予学位 硕士
  • 导师姓名 唐明董;
  • 年度 2017
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 中文
  • 中图分类 TP311.13;
  • 关键词

    信息检索; 数据挖掘; 服务推荐; 程序语言;

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号