本文關鍵詞： Web服務 推薦系統 協同過濾 語義分析　出處：《北京郵電大學》2013年碩士論文　論文類型：學位論文

【摘要】：SOA因其良好的擴展性和靈活性得到了日漸廣泛的使用。作為SOA的主要實現方式,Web服務也日益受到服務開發(fā)者們的重視。Web服務可以被靈活地集成到開發(fā)者自身的業(yè)務邏輯之中,極大地降低了業(yè)務開發(fā)的成本,提高了開發(fā)的效率。因此,開發(fā)人員急迫地期盼能夠快速地發(fā)現其所需的Web服務。然而,目前基于UDDI的Web服務發(fā)現方式已經難以滿足用戶的需求,這嚴重地降低了SOA開發(fā)的效率。本文提出了建立在Web服務搜索引擎之上的服務推薦系統,利用協同過濾等推薦方法,從用戶的數據中發(fā)掘智慧,幫助開發(fā)者們發(fā)現想要的Web服務,以提高SOA的開發(fā)效率。 本文提出的Web服務推薦子系統是Web服務搜索引擎中的一個核心模塊。Web服務推薦子系統針對四個典型的應用場景,采取了不同的推薦算法,向用戶作個性化的服務推薦。筆者采用改進后的牛頓冷卻定律算法進行熱門服務推薦。同時,筆者改進了基于用戶和基于物品的協同過濾算法,分別使用基于瀏覽歷史的協同過濾算法和基于標簽的語義相關度算法來減輕冷啟動帶來的問題。筆者還提出了基于標簽分類的推薦算法來進行個性化的服務推薦。最后,筆者還設計了QoS過濾及排名算法,以此來保證個性化推薦服務的質量。 本文首先研究了商用推薦系統及Web服務推薦系統研究的現狀介紹了推薦系統中常用的技術和方法。在此基礎之上,對Web服務推薦子系統的需求進行了詳細的分析,將推薦目標定位為個性化的廣度推薦。然后,本文詳細地介紹了Web服務推薦子系統的設計以及實現。在此之后,針對系統的各個模塊進行了詳細的單元測試,同時,也對整個系統進行了系統測試,以驗證設計的合理性。最后,本文對Web服務推薦子系統進行了工作總結,并且提出了尚需完善的地方。
[Abstract]:SOA is widely used because of its good expansibility and flexibility. It is the main way to implement SOA. Web services are increasingly valued by service developers. Web services can be flexibly integrated into the developer's own business logic, greatly reducing the cost of business development. As a result, developers urgently expect to be able to quickly discover the Web services they need. At present, the Web service discovery method based on UDDI has been difficult to meet the needs of users. This seriously reduces the efficiency of SOA development. This paper proposes a service recommendation system based on Web services search engine, using collaborative filtering and other recommendation methods to extract wisdom from users' data. Help developers find the desired Web services to improve the efficiency of SOA development. The Web services recommendation subsystem proposed in this paper is a core module in the Web services search engine. The web services recommendation subsystem adopts different recommendation algorithms for four typical application scenarios. The author uses the improved Newton's cooling law algorithm to recommend the popular service. At the same time, the author improves the collaborative filtering algorithm based on users and articles. The cooperative filtering algorithm based on browsing history and the semantic correlation algorithm based on label are used to alleviate the problem caused by cold start, and the recommendation algorithm based on label classification is put forward to carry out personalized service recommendation. ... finally. The author also designs QoS filtering and ranking algorithm to ensure the quality of personalized recommendation service. This paper first studies the current situation of commercial recommendation system and Web service recommendation system, and introduces the common technologies and methods in recommendation system. The requirement of Web service recommendation subsystem is analyzed in detail, and the recommendation target is defined as personalized breadth recommendation. Then. This paper introduces the design and implementation of Web service recommendation subsystem in detail. After that, the unit test is carried out for each module of the system, at the same time, the whole system is also tested. In order to verify the rationality of the design. Finally, this paper summarizes the work of Web services recommendation subsystem, and puts forward some points that need to be improved.
【學位授予單位】：北京郵電大學
【學位級別】：碩士
【學位授予年份】：2013
【分類號】：TP391.3

【相似文獻】

相關期刊論文 前10條

1 王恒;;基于協同過濾的電子農務推薦系統模型研究[J];寧夏大學學報(自然科學版);2009年04期

2 王志軍;岳訓;付冬菊;苗良;;基于Web投票機制的免疫協同過濾推薦技術研究[J];農業(yè)網絡信息;2010年01期

3 游文;葉水生;;電子商務推薦系統中的協同過濾推薦[J];計算機技術與發(fā)展;2006年09期

4 胡慧蓉;;電子商務個性化推薦系統分析與設計[J];科技創(chuàng)新導報;2009年08期

5 趙宏霞;王新海;楊皎平;;基于用戶和項目因子分析的混合協同推薦算法[J];計算機應用;2011年05期

6 張繼剛;搜索引擎使用技巧[J];網絡與信息;1999年09期

7 ;關鍵詞搜索[J];每周電腦報;2000年38期

8 陳冰;;餓狼一樣的網站提交工具——“提交餓狼”[J];科學之友;2000年07期

9 許斗;從Google看新一代搜索引擎的發(fā)展趨向[J];蕪湖職業(yè)技術學院學報;2001年01期

10 周毅華;從搜索引擎的分類看其應用技巧[J];圖書館理論與實踐;2002年06期

相關會議論文 前10條

1 彭軻;廖聞劍;;淺析搜索引擎[A];中國通信學會第五屆學術年會論文集[C];2008年

2 李丹;;如何利用搜索引擎查找中醫(yī)藥信息[A];中國中醫(yī)藥信息研究會第二屆理事大會暨學術交流會議論文匯編[C];2003年

3 鄧長壽;郭景峰;楊焱林;鄧安遠;;下一代Web搜索引擎初探[A];第十八屆全國數據庫學術會議論文集（研究報告篇）[C];2001年

4 維尼拉·木沙江;吐爾洪·吾司曼;;維、哈、柯文搜索引擎中網頁爬行器的設計與實現[A];少數民族青年自然語言處理技術研究與進展——第三屆全國少數民族青年自然語言信息處理、第二屆全國多語言知識庫建設聯合學術研討會論文集[C];2010年

5 湯薇;曾艷;;構建校園網搜索引擎必要性分析[A];廣西計算機學會2008年年會論文集[C];2008年

6 姚樹宇;趙少東;;一種使用分布式技術的搜索引擎[A];2005年全國開放式分布與并行計算學術會議論文集[C];2005年

7 倪俊峰;;基于黃頁搜索引擎的關鍵字排名廣告系統的設計與實現[A];2005年中國索引學會年會暨學術研討會論文集[C];2005年

8 張怡;查貴庭;;SEO在信息服務中的應用研究[A];2010年中國索引學會年會暨學術研討會論文集[C];2010年

9 陳援非;何哲;朱珍民;;基于普適計算的個性化搜索技術[A];第二屆和諧人機環(huán)境聯合學術會議(HHME2006)——第2屆中國普適計算學術會議(PCC'06)論文集[C];2006年

10 楊萌;李春麗;朱明;;網絡搜索技術下的編輯工作[A];學報編輯論叢（第十一集）[C];2003年

相關重要報紙文章 前10條

1 李一鑫;搜索排名的紅與黑[N];財經時報;2007年

2 周文林;搜狗3.0能否撼動搜索市場[N];經濟參考報;2007年

3 惠正一;比爾·蓋茨:微軟不怕Google[N];第一財經日報;2005年

4 賽迪顧問股份有限公司互聯網與電子商務咨詢中心 常燕杰;搜索，，還是門戶[N];中國計算機報;2005年

5 陳珊;浙江移動推出手機搜索引擎服務[N];人民郵電;2005年

6 趙法忠;搜索引擎還需悠著點[N];中國經營報;2005年

7 金朝力;搜索引擎火拼搜索質量[N];北京商報;2006年

8 本報記者　 趙曉輝 孟昭麗;搜索引擎駛入“避風港”[N];中國證券報;2006年

9 孫t;搜索引擎驚喜侵權官司止于“避風港”？[N];第一財經日報;2006年

10 姜蕊;問天下誰識搜索？[N];中國高新技術產業(yè)導報;2006年

相關博士學位論文 前10條

1 岑榮偉;基于用戶行為分析的搜索引擎評價研究[D];清華大學;2010年

2 李群;主題搜索引擎聚類算法的研究[D];北京林業(yè)大學;2011年

3 蘇君華;面向搜索引擎的技術接受模型研究[D];南京大學;2011年

4 劉佐達;分布協作式搜索引擎模型及算法研究[D];清華大學;2011年

5 陳旭毅;基于索引云的企業(yè)搜索引擎實現研究[D];武漢大學;2011年

6 郭眈;中文互聯網視頻搜索引擎系統策略研究[D];北京交通大學;2012年

7 王昤璞;基于用戶體驗的互聯網搜索引擎醫(yī)學信息檢索可用性評估研究[D];吉林大學;2010年

8 沈磊;心理學模型與協同過濾集成的算法研究[D];北京航空航天大學;2010年

9 李莎莎;面向搜索引擎的自然語言處理關鍵技術研究[D];國防科學技術大學;2011年

10 白玉琪;空間信息搜索引擎研究[D];中國科學院研究生院（遙感應用研究所）;2003年

相關碩士學位論文 前10條

1 薛云;Internet上元搜索引擎的研究與設計[D];太原理工大學;2003年

2 王春花;基于Nutch的農業(yè)搜索引擎檢索結果排序策略的研究[D];西北農林科技大學;2010年

3 李雷;基于Nutch的農業(yè)信息搜索引擎實現和優(yōu)化[D];吉林大學;2011年

4 董晨;基于模糊聚類的個性化搜索引擎的研究[D];福州大學;2005年

5 封俊;基于Hadoop的分布式搜索引擎研究與實現[D];太原理工大學;2010年

6 李浩;分布式教育網信息檢索系統的研究和實現[D];華南理工大學;2010年

7 尉建興;基于Lucene搜索引擎的研究與應用[D];太原理工大學;2011年

8 李建平;智能化WEB信息搜索引擎的研究與實現[D];大慶石油學院;2003年

9 田生偉;基于涉農詞典的搜索引擎的研究與實踐[D];新疆大學;2004年

10 歐建斌;基于Web挖掘與信息分類的個性化搜索引擎研究[D];暨南大學;2010年

本文編號：1449523