近年來(lái),隨著軟件即服務(wù)理念的流行和Web服務(wù)技術(shù)的發(fā)展,越來(lái)越多的企業(yè)和組織將自己的數(shù)據(jù)和業(yè)務(wù)以Web服務(wù)的形式發(fā)布在互聯(lián)網(wǎng)上,通過(guò)向客戶和第三方開發(fā)人員開放Web服務(wù)以增加商業(yè)價(jià)值。隨著Web服務(wù)數(shù)量的增長(zhǎng)和功能的日益豐富,通過(guò)有效地組合不同功能的Web服務(wù),可以幫助用戶開發(fā)功能更加強(qiáng)大的應(yīng)用或增值服務(wù)（例如Mashup）。服務(wù)組合已成為一種非常流行的軟件開發(fā)方式,然而,現(xiàn)實(shí)中通過(guò)組合Web服務(wù)開發(fā)軟件仍然是具有挑戰(zhàn)的任務(wù)。一方面,用戶對(duì)Web服務(wù)生態(tài)系統(tǒng)中的組合模式缺乏了解,可能無(wú)法提出有意義的Web服務(wù)組合需求。另一方面,對(duì)于互聯(lián)網(wǎng)平臺(tái)上的數(shù)量龐大的Web服務(wù)資源,用戶很難快速發(fā)現(xiàn)滿足自己需求的Web服務(wù)。為了解決上述問(wèn)題,本論文研究Web服務(wù)的組合模式挖掘及組合模式感知的服務(wù)推薦方法。首先,考慮到Web服務(wù)的標(biāo)簽體現(xiàn)了對(duì)標(biāo)注資源的功能概括和描述,通過(guò)挖掘服務(wù)組合中的標(biāo)簽共現(xiàn)關(guān)系來(lái)發(fā)現(xiàn)服務(wù)之間的組合模式,這些組合模式反映了哪些服務(wù)功能的組合是比較有意義或有價(jià)值的。然后,將組合模式和最新的推薦技術(shù)相結(jié)合為Mashup用戶自動(dòng)推薦合適的Web服務(wù)。本文的主要貢獻(xiàn)如下:（1）提出了一種... 

【文章頁(yè)數(shù)】：65 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題研究背景
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 Web服務(wù)推薦
        1.2.2 Web服務(wù)組合模式
    1.3 論文的主要貢獻(xiàn)
    1.4 論文的組織結(jié)構(gòu)
第2章 理論基礎(chǔ)與相關(guān)技術(shù)
    2.1 Web服務(wù)及相關(guān)知識(shí)
        2.1.1 Web服務(wù)的概念
        2.1.2 Web服務(wù)標(biāo)準(zhǔn)及協(xié)議
        2.1.3 Web服務(wù)體系結(jié)構(gòu)
        2.1.4 Mashup
    2.2 關(guān)聯(lián)規(guī)則挖掘技術(shù)
        2.2.1 關(guān)聯(lián)規(guī)則的定義
        2.2.2 Apriori算法
        2.2.3 FP-growth算法
    2.3 常見的推薦技術(shù)
        2.3.1 基于記憶的推薦技術(shù)
        2.3.2 基于模型的推薦技術(shù)
    2.4 本章小結(jié)
第3章 基于關(guān)聯(lián)規(guī)則挖掘的Web服務(wù)組合模式發(fā)現(xiàn)
    3.1 研究背景與動(dòng)機(jī)
    3.2 技術(shù)框架
    3.3 Web服務(wù)組合模式挖掘
        3.3.1 基于TF-IDF的 Web服務(wù)標(biāo)簽擴(kuò)展
        3.3.2 Web服務(wù)標(biāo)簽處理
        3.3.3 基于FP-growth的 Web服務(wù)標(biāo)簽關(guān)聯(lián)規(guī)則挖掘
        3.3.4 獲取Web服務(wù)組合模式
    3.4 實(shí)驗(yàn)結(jié)果及分析
        3.4.1 實(shí)驗(yàn)數(shù)據(jù)集
        3.4.2 實(shí)驗(yàn)結(jié)果
        3.4.3 方法比較
        3.4.4 評(píng)價(jià)指標(biāo)
        3.4.5 評(píng)價(jià)結(jié)果
    3.5 本章小結(jié)
第4章 組合模式感知的Web服務(wù)推薦
    4.1 研究背景與動(dòng)機(jī)
    4.2 技術(shù)框架
    4.3 組合模式感知的Web服務(wù)推薦方法
        4.3.1 組合模式挖掘
        4.3.2 共現(xiàn)性和流行度
        4.3.3 深度因子分解機(jī)模型
        4.3.4 基于組合模式和DeepFM的 Web服務(wù)推薦方法
    4.4 實(shí)驗(yàn)與評(píng)估
        4.4.1 數(shù)據(jù)集選取與實(shí)驗(yàn)設(shè)置
        4.4.2 評(píng)價(jià)指標(biāo)
        4.4.3 方法比較
        4.4.4 評(píng)價(jià)結(jié)果
        4.4.5 實(shí)例分析
    4.5 本章小結(jié)
第5章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
附錄A 攻讀學(xué)位期間發(fā)表的論文與科研成果清單
附錄B 攻讀學(xué)位期間所獲的獎(jiǎng)項(xiàng)
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于主題模型的Mashup標(biāo)簽推薦方法[J]. 劉建勛,石敏,周棟,唐明董,張婷婷.  計(jì)算機(jī)學(xué)報(bào). 2017(02)
[2]關(guān)聯(lián)規(guī)則挖掘綜述[J]. 崔妍,包志強(qiáng).  計(jì)算機(jī)應(yīng)用研究. 2016(02)
[3]XML的兩種主要驗(yàn)證機(jī)制[J]. 陳娟.  電腦知識(shí)與技術(shù). 2015(13)
[4]國(guó)內(nèi)外社會(huì)化標(biāo)簽挖掘研究綜述[J]. 蔣盛益,陳東沂,王連喜,龐觀松,楊博泓.  圖書情報(bào)工作. 2014(21)
[5]基于貝葉斯網(wǎng)絡(luò)的上下文推薦算法[J]. 海本齋,解瑞云.  計(jì)算機(jī)科學(xué). 2014(07)
[6]基于情境的Web服務(wù)推薦方法[J]. 古凌嵐.  計(jì)算機(jī)工程與設(shè)計(jì). 2014(03)
[7]面向Web服務(wù)組合推薦的關(guān)聯(lián)規(guī)則研究[J]. 聶規(guī)劃,羅跡,陳冬林.  武漢理工大學(xué)學(xué)報(bào)(信息與管理工程版). 2012(05)
[8]Web服務(wù)互操作標(biāo)準(zhǔn)概述[J]. 董建,袁媛,王潮陽(yáng).  信息技術(shù)與標(biāo)準(zhǔn)化. 2012(04)
[9]個(gè)性化推薦系統(tǒng)綜述[J]. 王國(guó)霞,劉賀平.  計(jì)算機(jī)工程與應(yīng)用. 2012(07)
[10]Mashup研究綜述[J]. 祁曉暉,鄭滔.  計(jì)算機(jī)應(yīng)用. 2010(S1)

博士論文
[1]推薦系統(tǒng)中協(xié)同過(guò)濾算法若干問(wèn)題的研究[D]. 張亮.北京郵電大學(xué) 2009

碩士論文
[1]基于聚類的推薦算法研究與應(yīng)用[D]. 李俊.南京郵電大學(xué) 2018
[2]注意力分解機(jī)[D]. 葉豪.浙江大學(xué) 2018
[3]一種基于因子分解機(jī)和主動(dòng)學(xué)習(xí)的新電影推薦方法[D]. 薄玲玲.西北大學(xué) 2018
[4]基于聚類和矩陣分解的推薦算法的研究與改進(jìn)[D]. 周超.青島大學(xué) 2018
[5]Web日志關(guān)聯(lián)規(guī)則挖掘方法研究與應(yīng)用[D]. 譚博聞.重慶郵電大學(xué) 2016
[6]基于隨機(jī)游走的Web服務(wù)推薦算法研究[D]. 戴小玲.湖南科技大學(xué) 2016
[7]基于FP-tree關(guān)聯(lián)規(guī)則挖掘算法的研究與應(yīng)用[D]. 易月娥.湖南大學(xué) 2007



本文編號(hào)：3663527