基于社交網絡的Web服務推薦算法研究.pdf

1、作為一種嶄新的分布式計算模型，Web服務已經在電子商務、企業(yè)應用集成等領域扮演著越來越重要的角色。隨著Web服務數(shù)目的增長，如何挖掘用戶的興趣并幫助用戶準確地找到其感興趣的服務，已經成為服務計算領域的研究熱點。傳統(tǒng)的服務推薦算法主要有兩種，一種是基于內容的推薦，一種是基于協(xié)同過濾的推薦?；趦热莸耐扑]受到信息內容分析技術的約束，基于協(xié)同過濾的推薦受到數(shù)據(jù)稀疏性和冷啟動問題的影響。針對傳統(tǒng)推薦算法的缺點和不足，本文提出了基于用戶社交網絡的

2、Web服務推薦算法。本文通過建立用戶的相似網絡和信任網絡，利用這兩個網絡進行服務推薦。
　　 首先，本文針對皮爾遜相關系數(shù)的缺點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)的稀疏性而無法計算用戶相似性的問題，本文同時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。實驗結果顯示，三種相似性算法與皮爾遜相關系數(shù)具有相似的標準平均誤差，同時相似性傳遞算法也有效地降低了預測結果的標準平均誤差。
　　 在計算用

3、戶相似性的基礎上，本文建立了用戶的相似網絡，并提出用戶相似網絡的分團算法，將具有相似興趣的用戶劃分到同一個團體中，基于用戶相似網絡的推薦算法就是利用目標用戶所在團體的用戶作為候選用戶進行推薦，從而有利于增加推薦用戶數(shù)，提高推薦準確度。
　　 本文還將用戶的信任關系結合到推薦中，提出了基于用戶信任網絡的推薦算法。最后將用戶的相似網絡和信任網絡相結合，既考慮了用戶興趣的相似性，又考慮了用戶之間的信任關系，使得推薦結果在滿足用戶興趣需