發(fā)布時(shí)間：2020-12-23 14:39

　　Web服務(wù)作為面向服務(wù)架構(gòu)（Service Oriented Architecture,SOA）的一種應(yīng)用方式,利用各種基于可擴(kuò)展標(biāo)記語(yǔ)言（Extensible Markup Language,XML）的標(biāo)準(zhǔn)和協(xié)議,規(guī)范服務(wù)的各個(gè)環(huán)節(jié),使得跨平臺(tái)資源共享與應(yīng)用集成技術(shù)迅猛發(fā)展。伴隨著網(wǎng)絡(luò)中服務(wù)數(shù)目的猛增,如何精準(zhǔn)預(yù)測(cè)服務(wù)質(zhì)量（Quality of Service,QoS）,繼而高效地向用戶推薦服務(wù)顯得愈加重要。在QoS預(yù)測(cè)的經(jīng)典算法中,協(xié)同過(guò)濾算法預(yù)測(cè)精度常受制于數(shù)據(jù)稀疏度,也不適用于冷啟動(dòng)問(wèn)題。矩陣分解能更好地應(yīng)對(duì)數(shù)據(jù)稀疏情況,但依然對(duì)時(shí)空信息利用不足,存在結(jié)果解釋性不強(qiáng)的問(wèn)題。此外,當(dāng)前研究大多針對(duì)某一QoS屬性,對(duì)綜合屬性的預(yù)測(cè)極少。為此,本文展開(kāi)如下研究:利用用戶與用戶、用戶與服務(wù)以及服務(wù)與服務(wù)之間的深層隱藏關(guān)系,使用非負(fù)多矩陣聯(lián)合分解（Non-negative Multiple Matrix Factorization,NMMF）算法,在共用基矩陣和系數(shù)矩陣的基礎(chǔ)上,將用戶相似度關(guān)系矩陣、服務(wù)相似度關(guān)系矩陣及QoS矩陣三個(gè)矩陣分解為四個(gè)矩陣。之后以分解出的低緯矩陣的乘積,作為... 

【文章來(lái)源】：云南大學(xué)云南省 211工程院校

【文章頁(yè)數(shù)】：57 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 研究現(xiàn)狀
    1.3 論文主要工作
    1.4 論文結(jié)構(gòu)安排
第二章 背景理論和技術(shù)
    2.1 Web服務(wù)概述
        2.1.1 Web服務(wù)概述
        2.1.2 Web服務(wù)體系結(jié)構(gòu)
        2.1.3 Web服務(wù)QoS屬性
    2.2 皮爾遜相關(guān)系數(shù)
    2.3 NMMF概述
        2.3.1 非負(fù)矩陣分解
        2.3.2 非負(fù)多矩陣聯(lián)合分解
    2.4 本章小結(jié)
第三章 基于NMMF的QoS預(yù)測(cè)算法
    3.1 引言
    3.2 預(yù)測(cè)算法流程
        3.2.1 用戶及服務(wù)相似矩陣的計(jì)算
        3.2.2 基于NMMF的QoS預(yù)測(cè)算法
    3.3 實(shí)驗(yàn)及結(jié)果分析
        3.3.1 數(shù)據(jù)集描述
        3.3.2 評(píng)價(jià)標(biāo)準(zhǔn)
        3.3.3 迭代次數(shù)的影響
        3.3.4 參數(shù)k的影響
        3.3.5 參數(shù)、的影響
        3.3.6 性能比較
    3.4 本章小結(jié)
第四章 基于LNMMF的QoS預(yù)測(cè)算法
    4.1 引言
    4.2 預(yù)測(cè)算法
        4.2.1 位置對(duì)相似度的影響
        4.2.2 基于位置信息的輔助矩陣的計(jì)算
        4.2.3 基于LNMMF的QoS預(yù)測(cè)算法
    4.3 實(shí)驗(yàn)結(jié)果及分析
        4.3.1 參數(shù)、的影響
        4.3.2 性能對(duì)比
    4.4 本章小結(jié)
第五章 基于LNMMF算法的QoS綜合預(yù)測(cè)
    5.1 引言
    5.2 數(shù)據(jù)集描述
    5.3 實(shí)驗(yàn)及結(jié)果分析
    5.4 本章小結(jié)
第六章 總結(jié)與展望
    6.1 本文的主要工作
    6.2 未來(lái)的研究方向
參考文獻(xiàn)
攻讀碩士期間所獲得的學(xué)術(shù)成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于貝葉斯分類的Web服務(wù)質(zhì)量預(yù)測(cè)方法研究[J]. 任迪,萬(wàn)健,殷昱煜,周麗,高敏.  浙江大學(xué)學(xué)報(bào)(工學(xué)版). 2017(06)
[2]基于時(shí)空相似度感知的Web服務(wù)QoS協(xié)同過(guò)濾推薦[J]. 盧鳳,李海榮,韓艷.  計(jì)算機(jī)工程. 2017(04)
[3]基于用戶位置與反向預(yù)測(cè)的QoS預(yù)測(cè)方法[J]. 王珂,劉勇.  計(jì)算機(jī)工程與設(shè)計(jì). 2017(02)
[4]基于非負(fù)多矩陣分解的微博網(wǎng)絡(luò)信息推薦[J]. 張國(guó)英,武浩,蔡光卉,何敏,余江,徐濤.  計(jì)算機(jī)應(yīng)用研究. 2017(09)
[5]基于張量分解的動(dòng)態(tài)Web服務(wù)推薦[J]. 張萬(wàn)才,劉旭東,郭曉輝.  北京航空航天大學(xué)學(xué)報(bào). 2016(09)
[6]基于時(shí)序分析的Web服務(wù)QoS協(xié)同預(yù)測(cè)[J]. 申利民,陳真,李峰.  小型微型計(jì)算機(jī)系統(tǒng). 2015(09)
[7]面向Web服務(wù)QoS預(yù)測(cè)的非負(fù)矩陣分解模型[J]. 蘇凱,馬良荔,孫煜飛,郭曉明.  浙江大學(xué)學(xué)報(bào)(工學(xué)版). 2015(07)
[8]協(xié)同過(guò)濾推薦算法綜述[J]. 羅文.  科技傳播. 2015(07)
[9]一種基于隱語(yǔ)義概率模型的個(gè)性化Web服務(wù)推薦方法[J]. 胡堰,彭啟民,胡曉惠.  計(jì)算機(jī)研究與發(fā)展. 2014(08)
[10]協(xié)同過(guò)濾推薦技術(shù)綜述[J]. 冷亞軍,陸青,梁昌勇.  模式識(shí)別與人工智能. 2014(08)

博士論文
[1]基于QoS缺失數(shù)據(jù)預(yù)測(cè)的個(gè)性化Web服務(wù)推薦方法研究[D]. 馬友.北京郵電大學(xué) 2015
[2]基于協(xié)同過(guò)濾與QoS的個(gè)性化Web服務(wù)推薦研究[D]. 謝琪.重慶大學(xué) 2012

碩士論文
[1]基于位置最近鄰與矩陣分解的Web服務(wù)QoS預(yù)測(cè)研究[D]. 徐李.華中師范大學(xué) 2016
[2]基于QoS預(yù)測(cè)的Web服務(wù)推薦算法的研究與實(shí)現(xiàn)[D]. 阮詩(shī)迪.華北電力大學(xué)(北京) 2016
[3]基于矩陣分解的推薦系統(tǒng)算法研究[D]. 王鵬.北京交通大學(xué) 2015
[4]基于矩陣分解的Web服務(wù)個(gè)性化QoS預(yù)測(cè)方法研究[D]. 劉愉.杭州電子科技大學(xué) 2015
[5]基于QoS及協(xié)同過(guò)濾的Web服務(wù)推薦方法研究[D]. 丁成成.南京郵電大學(xué) 2014



本文編號(hào)：2933881