基于社交網(wǎng)絡(luò)的Web服務(wù)推薦算法研究.pdf

1、作為一種嶄新的分布式計(jì)算模型，Web服務(wù)已經(jīng)在電子商務(wù)、企業(yè)應(yīng)用集成等領(lǐng)域扮演著越來越重要的角色。隨著Web服務(wù)數(shù)目的增長(zhǎng)，如何挖掘用戶的興趣并幫助用戶準(zhǔn)確地找到其感興趣的服務(wù)，已經(jīng)成為服務(wù)計(jì)算領(lǐng)域的研究熱點(diǎn)。傳統(tǒng)的服務(wù)推薦算法主要有兩種，一種是基于內(nèi)容的推薦，一種是基于協(xié)同過濾的推薦?；趦?nèi)容的推薦受到信息內(nèi)容分析技術(shù)的約束，基于協(xié)同過濾的推薦受到數(shù)據(jù)稀疏性和冷啟動(dòng)問題的影響。針對(duì)傳統(tǒng)推薦算法的缺點(diǎn)和不足，本文提出了基于用戶社交網(wǎng)絡(luò)的

2、Web服務(wù)推薦算法。本文通過建立用戶的相似網(wǎng)絡(luò)和信任網(wǎng)絡(luò)，利用這兩個(gè)網(wǎng)絡(luò)進(jìn)行服務(wù)推薦。
　　 首先，本文針對(duì)皮爾遜相關(guān)系數(shù)的缺點(diǎn)和不足提出了三種用戶相似性算法。為了解決由于數(shù)據(jù)的稀疏性而無法計(jì)算用戶相似性的問題，本文同時(shí)提出了相似性傳遞算法，通過相似性的傳遞來更新和填充用戶的相似性。實(shí)驗(yàn)結(jié)果顯示，三種相似性算法與皮爾遜相關(guān)系數(shù)具有相似的標(biāo)準(zhǔn)平均誤差，同時(shí)相似性傳遞算法也有效地降低了預(yù)測(cè)結(jié)果的標(biāo)準(zhǔn)平均誤差。
　　 在計(jì)算用

3、戶相似性的基礎(chǔ)上，本文建立了用戶的相似網(wǎng)絡(luò)，并提出用戶相似網(wǎng)絡(luò)的分團(tuán)算法，將具有相似興趣的用戶劃分到同一個(gè)團(tuán)體中，基于用戶相似網(wǎng)絡(luò)的推薦算法就是利用目標(biāo)用戶所在團(tuán)體的用戶作為候選用戶進(jìn)行推薦，從而有利于增加推薦用戶數(shù)，提高推薦準(zhǔn)確度。
　　 本文還將用戶的信任關(guān)系結(jié)合到推薦中，提出了基于用戶信任網(wǎng)絡(luò)的推薦算法。最后將用戶的相似網(wǎng)絡(luò)和信任網(wǎng)絡(luò)相結(jié)合，既考慮了用戶興趣的相似性，又考慮了用戶之間的信任關(guān)系，使得推薦結(jié)果在滿足用戶興趣需