基于隨機(jī)游走的Web服務(wù)推薦算法研究.pdf

1、近年來，隨著面向服務(wù)的計(jì)算模式和架構(gòu)的廣泛應(yīng)用，越來越多的Web服務(wù)出現(xiàn)在Internet上。許多Web服務(wù)具有相同或相似的功能，但是服務(wù)質(zhì)量（Quality of Service，QoS）卻參差不齊。面對(duì)大量的候選Web服務(wù)，服務(wù)用戶不得不花費(fèi)大量的時(shí)間和精力來挑選既滿足功能需求又具有較高質(zhì)量的服務(wù)。因此，為用戶推薦合適的高質(zhì)量Web服務(wù)變得越來越重要。
　　以往的Web服務(wù)推薦系統(tǒng)一般采用協(xié)同過濾方法，即根據(jù)其他用戶的服務(wù)調(diào)用

2、記錄來為目標(biāo)用戶預(yù)測服務(wù)的質(zhì)量，從而為之推薦較高質(zhì)量的服務(wù)。在現(xiàn)實(shí)情況中，隨著網(wǎng)絡(luò)上Web服務(wù)和服務(wù)用戶的數(shù)量加速增長，一個(gè)用戶常常只調(diào)用很少量的幾個(gè)Web服務(wù)，這造成了服務(wù)調(diào)用記錄和QoS數(shù)據(jù)的極度稀疏，從而引起當(dāng)前的Web服務(wù)推薦方法在預(yù)測服務(wù)QoS時(shí)精度下降。并且，傳統(tǒng)的Web服務(wù)推薦方法無法得到QoS預(yù)測和服務(wù)推薦的置信度。Web服務(wù)的QoS通常受到用戶和服務(wù)位置的影響?；谶@一事實(shí)，有一些研究工作考慮利用用戶或服務(wù)的位置信息來

3、更好地預(yù)測服務(wù)的QoS，在一定程度上可以解決服務(wù)QoS數(shù)據(jù)的稀疏問題。然而，在用戶和服務(wù)位置分布比較稀疏的情況下，以往利用位置的服務(wù)推薦方法在服務(wù)QoS預(yù)測精度方面也會(huì)受到限制。為了結(jié)合服務(wù)的QoS記錄和用戶的位置信息，同時(shí)提高服務(wù)的推薦精度和覆蓋率，本文提出了一種基于隨機(jī)游走模型的Web服務(wù)推薦方法。本文的主要貢獻(xiàn)如下：
　　（1）提出了一種隨機(jī)游走模型和相應(yīng)的服務(wù)推薦方法，結(jié)合了用戶位置信息和協(xié)同過濾技術(shù)來預(yù)測Web服務(wù)的Qo

4、S。該方法包含兩個(gè)階段。第一階段利用用戶的地理位置信息，并考慮用戶之間的相似性構(gòu)建用戶網(wǎng)絡(luò)。第二階段在該網(wǎng)絡(luò)上執(zhí)行隨機(jī)游走算法，每次游走為目標(biāo)用戶和目標(biāo)服務(wù)計(jì)算一個(gè)QoS預(yù)測值，直到滿足終止條件為止，最后匯總這些QoS預(yù)測值來計(jì)算結(jié)果。我們的方法能夠有效解決Web服務(wù)數(shù)據(jù)稀疏性問題和冷啟動(dòng)問題，提高了服務(wù)推薦的覆蓋率，在一定程度上也提高了服務(wù)推薦的精度。且該方法允許我們定義和測量推薦結(jié)果的置信度。為了評(píng)估我們提出方法的性能，在一個(gè)真實(shí)的

5、Web服務(wù)數(shù)據(jù)集上進(jìn)行了一系列全面的實(shí)驗(yàn)，并和已存在的協(xié)同過濾方法作了比較。結(jié)果顯示了所提方法的優(yōu)越性。
　?。?）通過擴(kuò)展上述基于隨機(jī)游走的Web服務(wù)推薦方法，提出了一種Web服務(wù)QoS區(qū)間預(yù)測方法?，F(xiàn)實(shí)中Web服務(wù)的QoS值往往是不確定的、動(dòng)態(tài)變化的，容易受到用戶位置、網(wǎng)絡(luò)狀態(tài)和服務(wù)負(fù)載的影響。用單一的點(diǎn)值預(yù)測Web服務(wù)的QoS不能完全反映服務(wù)的真實(shí)情況，可信度也不高，因此使用區(qū)間來估算Web服務(wù)的QoS值十分必要。本文提出的