基于協(xié)同過濾和QoS預(yù)測的Web服務(wù)推薦方法研究.pdf

1、Web服務(wù)作為一種廣泛應(yīng)用的分布式計(jì)算模型，近年來得到了學(xué)術(shù)界和工業(yè)界的重點(diǎn)關(guān)注。隨著Web服務(wù)規(guī)模的不斷擴(kuò)大，如何為用戶選擇最優(yōu)的Web服務(wù)已成為服務(wù)計(jì)算領(lǐng)域的一項(xiàng)重要挑戰(zhàn)。一個(gè)好的Web服務(wù)推薦系統(tǒng)，一方面可提升用戶的尋找效率，另一方面也可幫助服務(wù)提供者防止由于信息過載造成的用戶流失等狀況的發(fā)生。在一組功能相似的Web服務(wù)中，為幫助用戶選擇最適合的Web服務(wù)，Web服務(wù)的QoS服務(wù)質(zhì)量屬性是其中的關(guān)鍵因素。目前，基于QoS的Web服

2、務(wù)推薦系統(tǒng)研究有限，現(xiàn)階段仍然存在著個(gè)性化程度不高，推薦效率偏低等問題。針對Web服務(wù)推薦系統(tǒng)中面臨的主要問題，本文對Web服務(wù)推薦系統(tǒng)中的個(gè)性化協(xié)同過濾推薦算法進(jìn)行了探索和研究。
　　論文主要工作包括：
　?、俜治隽私鼛啄闣eb服務(wù)推薦和推薦系統(tǒng)的研究背景及現(xiàn)狀，介紹了協(xié)同過濾、聚類等推薦系統(tǒng)的相關(guān)技術(shù)，對基于協(xié)同過濾的QoS預(yù)測算法和用戶相似度計(jì)算方法進(jìn)行了詳細(xì)描述。
　　②研究了UBCF算法中用戶相似度計(jì)算方法，

3、針對用戶相似度計(jì)算不準(zhǔn)確的問題，引入了Web服務(wù)相似性影響因子，對傳統(tǒng)的用戶相似度計(jì)算方法加以改進(jìn)，結(jié)合現(xiàn)有的基于用戶的協(xié)同過濾算法，提出了自適應(yīng)服務(wù)的協(xié)同過濾QoS預(yù)測算法（SA-UBCF）。
　　③通過對基于聚類的協(xié)同過濾算法的研究，針對聚類過程中所遇到的灰羊問題，引入用戶置信度概念，提出了基于用戶置信度對用戶預(yù)分類的二次聚類算法，然后將其應(yīng)用推薦算法中，提出了基于二次聚類的協(xié)同過濾 QoS預(yù)測算法（DCCF）。
　?、?/p>