基于社會(huì)網(wǎng)絡(luò)的WebService推薦模型研究.pdf

1、最近幾年，分布式技術(shù)快速發(fā)展，WebService技術(shù)作為一種新型的分布式系統(tǒng)計(jì)算模型，其使用規(guī)模也在企業(yè)管理以及電子商務(wù)領(lǐng)域快速擴(kuò)大，WebService推薦模型也應(yīng)時(shí)而生，在WebService的推廣方面起到了巨大的作用。傳統(tǒng)WebService推薦模型分為兩種，一種是基于WebService功能的推薦，另一種則是基于協(xié)同過(guò)濾算法的推薦。但是這兩種推薦模型也存在各自的問(wèn)題，基于WebService功能的推薦模型受限于完備的功能描述本

2、體庫(kù)以及準(zhǔn)確的功能分析匹配算法，基于協(xié)同過(guò)濾的推薦模型則會(huì)受到數(shù)據(jù)密度以及系統(tǒng)冷啟動(dòng)問(wèn)題的影響。為了避免這些問(wèn)題對(duì)推薦系統(tǒng)的巨大影響，本文另辟蹊徑，選擇時(shí)下熱門(mén)的社會(huì)網(wǎng)絡(luò)技術(shù)作為推薦參考，根據(jù)社會(huì)網(wǎng)絡(luò)中相似關(guān)系和信任關(guān)系對(duì)推薦參數(shù)的影響設(shè)計(jì)算法，提出基于社會(huì)網(wǎng)絡(luò)的WebService推薦模型。
　　首先研究了社會(huì)網(wǎng)絡(luò)中信任關(guān)系的度量方式和信任在社會(huì)網(wǎng)絡(luò)中的傳播機(jī)制。在直接信任關(guān)系度量方面，本文根據(jù)用戶公共好友列表規(guī)模來(lái)進(jìn)行計(jì)算。而

3、信任傳播機(jī)制研究主要分為串行信任計(jì)算和并行信任計(jì)算兩個(gè)方面，分別選取距離比例法和取最大值法進(jìn)行計(jì)算。
　　其次研究了社會(huì)網(wǎng)絡(luò)中相似關(guān)系的度量方式，分析了傳統(tǒng)相似性算法例如皮爾遜相關(guān)系數(shù)和余弦?jiàn)A角相似性的不足之處，然后結(jié)合WebService的特點(diǎn)以及傳統(tǒng)相似性算法設(shè)計(jì)了基于Qos屬性參數(shù)的相似度計(jì)算公式，用來(lái)度量用戶之間相似度以及服務(wù)之間相似度。然后針對(duì)算法在數(shù)據(jù)量增大的情況下出現(xiàn)的性能方面下降的問(wèn)題，提出了基于分團(tuán)的相似度網(wǎng)絡(luò)過(guò)

4、濾方式，將具有相同興趣的用戶放在相同分團(tuán)之中，同時(shí)根據(jù)設(shè)置閾值因子對(duì)分團(tuán)中的相似度進(jìn)行限制，最終過(guò)濾掉相似度較低節(jié)點(diǎn)之間的相似關(guān)系，提高相似度算法的準(zhǔn)確程度。
　　結(jié)合兩個(gè)用戶節(jié)點(diǎn)之間相似推薦度和信任推薦度計(jì)算出綜合推薦度，然后聯(lián)合綜合推薦度與WebService質(zhì)量評(píng)估模型的屬性參數(shù)計(jì)算WebService的推薦度，最終根據(jù)推薦度高低進(jìn)行WebService推薦。
　　最后本文針對(duì)三個(gè)模型設(shè)計(jì)相關(guān)實(shí)驗(yàn)，分別對(duì)推薦結(jié)果的精確