本文關(guān)鍵詞：基于QoS歷史記錄的Web服務(wù)推薦算法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：Web服務(wù)是一種近年來新興的Web應(yīng)用模式,并迅速發(fā)展起來。并且隨著Internet及相關(guān)技術(shù)的迅速發(fā)展,Web服務(wù)的種類和個(gè)數(shù)正在快速地增長,而且越來越多的Web服務(wù)提供的功能相同或相似,這導(dǎo)致了用戶很難快速地選擇自己所需要的服務(wù)；同時(shí),對于服務(wù)提供者而言,也出現(xiàn)了信息過載的問題,導(dǎo)致消費(fèi)者不斷流失。這都使得如何提高服務(wù)推薦質(zhì)量成為相關(guān)領(lǐng)域的關(guān)鍵問題。服務(wù)質(zhì)量QoS (Quality of Service)作為一個(gè)判定服務(wù)提供者是否成功的重要因素,其描述了服務(wù)的非功能屬性,是成功進(jìn)行Web服務(wù)推薦的關(guān)鍵性因素。目前,對基于QoS的Web服務(wù)推薦研究有限,而且已有的研究方法大多假設(shè)Web服務(wù)的QoS是靜態(tài)已知的,然而Web服務(wù)的QoS是不斷變化,與服務(wù)運(yùn)行時(shí)的狀態(tài)密切聯(lián)系的。因此,現(xiàn)有的研究仍存在著推薦精確度低的問題�；谝陨戏治�,本文針對Web網(wǎng)絡(luò)環(huán)境,研究傳統(tǒng)基于QoS的Web服務(wù)推薦技術(shù)中由于使用假設(shè)的QoS值和全部用戶的QoS歷史記錄,從而導(dǎo)致Web服務(wù)推薦結(jié)果精確度不高,推薦效率低等問題。本文首先引入用戶興趣度概念,利用歐氏距離將與網(wǎng)絡(luò)新用戶興趣度相似的用戶劃分為一個(gè)簇,然后,利用同一簇中用戶的QoS歷史記錄,確定對同一Web服務(wù)的各個(gè)QoS屬性值,將其作為自變量,對應(yīng)的服務(wù)質(zhì)量QoS值作為因變量,通過多元線性回歸求解出每個(gè)Web服務(wù)QoS屬性的權(quán)重預(yù)測值,進(jìn)而得到每個(gè)Web服務(wù)的QoS預(yù)測函數(shù),據(jù)此為網(wǎng)絡(luò)新用戶推薦服務(wù)。圍繞本文提出的基于QoS歷史記錄的Web服務(wù)推薦算法(Web Service Recommendation Algorithm based on Historical QoS, WSRAHQ)給出了Web服務(wù)推薦過程,文中給出了推導(dǎo)過程。最后,我們以仿真實(shí)驗(yàn)的形式驗(yàn)證了該算法在提高服務(wù)推薦精確度和降低推薦運(yùn)行時(shí)間方面的有效性。本文的創(chuàng)新點(diǎn)有兩點(diǎn),一是采用用戶的QoS歷史記錄,這些數(shù)值反映了Web服務(wù)真實(shí)的運(yùn)行情況,這有助于提高服務(wù)推薦的精確度；二是將興趣度相似的用戶劃分成一個(gè)簇,在進(jìn)行Web服務(wù)推薦時(shí)不再使用全部用戶的QoS歷史記錄,減少了運(yùn)算量,大大提高了推薦效率。Web服務(wù)推薦算法的研究已經(jīng)成為服務(wù)推薦技術(shù)研究的熱點(diǎn)問題。在Web網(wǎng)絡(luò)環(huán)境中,一個(gè)有效的服務(wù)推薦算法能夠很好的結(jié)合服務(wù)質(zhì)量,用戶偏好確保為用戶推薦其滿意的服務(wù)。保證為用戶推薦服務(wù)質(zhì)量較好服務(wù)的同時(shí),滿足其個(gè)性化需求,具有一定理論意義和實(shí)踐價(jià)值。
【關(guān)鍵詞】：QoS歷史記錄 用戶興趣度 歐氏距離 多元線性回歸 Web服務(wù)推薦
【學(xué)位授予單位】：中國海洋大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP391.3
【目錄】：

• 摘要5-7
• Abstract7-11
• 1 緒論11-19
• 1.1 研究背景及意義11-13
• 1.1.1 Web服務(wù)發(fā)展背景及前景11-12
• 1.1.2 Web服務(wù)推薦的重要性12-13
• 1.2 研究現(xiàn)狀13-15
• 1.3 本文介紹15-17
• 1.3.1 本文研究內(nèi)容15-16
• 1.3.2 本文組織結(jié)構(gòu)16-17
• 1.4 本章小結(jié)17-19
• 2 Web服務(wù)概述及其推薦技術(shù)19-29
• 2.1 Web服務(wù)概述19-22
• 2.1.1 Web服務(wù)的定義19-20
• 2.1.2 Web服務(wù)推薦技術(shù)的應(yīng)用20-22
• 2.2 Web服務(wù)個(gè)性化推薦技術(shù)22-25
• 2.2.1 基于規(guī)則的推薦技術(shù)22-23
• 2.2.2 基于內(nèi)容的推薦技術(shù)23-24
• 2.2.3 協(xié)同過濾推薦技術(shù)24-25
• 2.3 基于QoS的Web服務(wù)推薦25-27
• 2.4 本章小結(jié)27-29
• 3 Web服務(wù)推薦相關(guān)知識和技術(shù)29-43
• 3.1 用戶興趣度29-32
• 3.1.1 Web服務(wù)中的用戶興趣度定義29
• 3.1.2 用戶興趣度的求解29-32
• 3.2 歐氏距離32-33
• 3.2.1 歐氏距離的定義32
• 3.2.2 歐氏距離在Web服務(wù)推薦中的應(yīng)用32-33
• 3.3 多元線性回歸技術(shù)33-39
• 3.3.1 一元線性回歸33-36
• 3.3.2 多元線性回歸36-39
• 3.4 梯度下降39-42
• 3.4.1 梯度下降的定義與分類39-41
• 3.4.2 梯度下降算法在Web服務(wù)推薦中的應(yīng)用41-42
• 3.5 本章小結(jié)42-43
• 4 基于QoS歷史記錄的Web服務(wù)推薦算法研究43-51
• 4.1 相關(guān)研究43-44
• 4.1.1 基于QoS的Web服務(wù)推薦方法存在的主要問題43-44
• 4.1.2 研究環(huán)境44
• 4.2 相關(guān)定義44-46
• 4.2.1 用戶的QoS歷史記錄44-45
• 4.2.2 QoS預(yù)測函數(shù)45-46
• 4.3 基于用戶興趣度的Web用戶分簇46
• 4.4 基于用戶QoS歷史記錄的Web服務(wù)推薦算法46-50
• 4.5 本章小結(jié)50-51
• 5 仿真環(huán)境與性能分析51-57
• 5.1 仿真工具介紹51
• 5.2 仿真設(shè)置51-52
• 5.3 性能分析52-56
• 5.3.1 用戶分簇精確度分析52-53
• 5.3.2 WSRAHQ算法性能分析53-56
• 5.4 本章小結(jié)56-57
• 6 總結(jié)與展望57-59
• 參考文獻(xiàn)59-63
• 致謝63-64
• 個(gè)人簡歷、在學(xué)期間發(fā)表的學(xué)術(shù)論文與研究成果64

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 徐義峰;徐云青;劉曉平;;一種基于時(shí)間序列性的推薦算法[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2006年10期

2 余小鵬;;一種基于多層關(guān)聯(lián)規(guī)則的推薦算法研究[J];計(jì)算機(jī)應(yīng)用;2007年06期

3 張海玉;劉志都;楊彩;賈松浩;;基于頁面聚類的推薦算法的改進(jìn)[J];計(jì)算機(jī)應(yīng)用與軟件;2008年09期

4 張立燕;;一種基于用戶事務(wù)模式的推薦算法[J];福建電腦;2009年03期

5 王晗;夏自謙;;基于蟻群算法和瀏覽路徑的推薦算法研究[J];中國科技信息;2009年07期

6 周珊丹;周興社;王海鵬;倪紅波;張桂英;苗強(qiáng);;智能博物館環(huán)境下的個(gè)性化推薦算法[J];計(jì)算機(jī)工程與應(yīng)用;2010年19期

7 王文;;個(gè)性化推薦算法研究[J];電腦知識與技術(shù);2010年16期

8 張愷;秦亮曦;寧朝波;李文閣;;改進(jìn)評價(jià)估計(jì)的混合推薦算法研究[J];微計(jì)算機(jī)信息;2010年36期

9 夏秀峰;代沁;叢麗暉;;用戶顯意識下的多重態(tài)度個(gè)性化推薦算法[J];計(jì)算機(jī)工程與應(yīng)用;2011年16期

10 楊博;趙鵬飛;;推薦算法綜述[J];山西大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年03期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 王韜丞;羅喜軍;杜小勇;;基于層次的推薦:一種新的個(gè)性化推薦算法[A];第二十四屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報(bào)告篇）[C];2007年

2 唐燦;;基于模糊用戶心理模式的個(gè)性化推薦算法[A];2008年計(jì)算機(jī)應(yīng)用技術(shù)交流會論文集[C];2008年

3 秦國;杜小勇;;基于用戶層次信息的協(xié)同推薦算法[A];第二十一屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報(bào)告篇）[C];2004年

4 周玉妮;鄭會頌;;基于瀏覽路徑選擇的蟻群推薦算法:用于移動(dòng)商務(wù)個(gè)性化推薦系統(tǒng)[A];社會經(jīng)濟(jì)發(fā)展轉(zhuǎn)型與系統(tǒng)工程——中國系統(tǒng)工程學(xué)會第17屆學(xué)術(shù)年會論文集[C];2012年

5 蘇日啟;胡皓;汪秉宏;;基于網(wǎng)絡(luò)的含時(shí)推薦算法[A];第五屆全國復(fù)雜網(wǎng)絡(luò)學(xué)術(shù)會議論文（摘要）匯集[C];2009年

6 梁莘q，

本文編號：309789