基于QoS的個性化Web服務(wù)推薦方法研究.pdf

1、近年來，Web服務(wù)作為一種新興的Web應(yīng)用模式和一種嶄新的分布式計算模型，發(fā)展非常迅速。但是，伴隨著Web服務(wù)交易規(guī)模的進(jìn)一步擴(kuò)大，交易平臺為用戶提供越來越多選擇的同時，結(jié)構(gòu)也變得更加復(fù)雜。一方面，對于用戶而言，Web服務(wù)的種類和個數(shù)快速增長，用戶陷入了信息過載的困境，通常需要花費(fèi)大量的時間才能找到自己需要的服務(wù)；另一方面，對于服務(wù)提供者而言，瀏覽大量無關(guān)的信息和產(chǎn)品的過程無疑會使淹沒在信息過載問題中的消費(fèi)者不斷流失。Web服務(wù)推薦系統(tǒng)

2、模擬銷售人員向用戶提供Web服務(wù)推薦，幫助用戶找到所需的Web服務(wù)，從而順利完成交易過程。在日趨激烈的競爭環(huán)境下，Web服務(wù)推薦系統(tǒng)能夠節(jié)省用戶時間、有效保留用戶、防止用戶流失，提高系統(tǒng)的銷售能力。
　　服務(wù)質(zhì)量(QoS)是成功進(jìn)行Web服務(wù)推薦的關(guān)鍵性因素。目前，基于QoS的Web服務(wù)推薦技術(shù)方面的研究有限，現(xiàn)有的研究仍然存在著個性化推薦程度不高以及推薦效率低等問題，推薦效率仍需進(jìn)一步提高。本文針對Web服務(wù)推薦系統(tǒng)中面臨的主要

3、問題，對Web服務(wù)推薦系統(tǒng)中個性化推薦算法進(jìn)行了探索和研究。本文的研究成果和創(chuàng)新點(diǎn)主要表現(xiàn)在如下兩個方面：
　　(1)提出了一種有效的個性化協(xié)同過濾算法來進(jìn)行Web服務(wù)推薦。與傳統(tǒng)的皮爾遜系數(shù)計算相似度不同，本文提出的方法在計算用戶之間的相似度時，考慮了服務(wù)的個性化特征。計算服務(wù)之間的相似度時，考慮了用戶的個性化特征?；谟脩粝嗨贫饶Ｐ秃头?wù)相似度模型，通過聯(lián)合個性化的基于用戶的方法和基于服務(wù)的方法，本文提出了一種有效的基于協(xié)同過

4、濾的個性化Web服務(wù)推薦方法。實(shí)驗(yàn)結(jié)果表明，該算法在推薦效率上優(yōu)于其他傳統(tǒng)的以及改進(jìn)的方法。
　　(2)結(jié)合Web服務(wù)的QoS的地理位置敏感性特征，本文在個性化推薦算法的基礎(chǔ)上提出了一種QoS位置感知的個性化推薦算法。根據(jù)Web服務(wù)QoS數(shù)據(jù)集，本文驗(yàn)證了QoS屬性與用戶以及服務(wù)的地理位置高度關(guān)聯(lián)。因此，本文提出了一種地域模型聚集用戶和服務(wù)，并且在地域模型中使用個性化推薦算法。實(shí)驗(yàn)結(jié)果表明，相對與傳統(tǒng)的協(xié)同過濾算法和目前最先進(jìn)的算