隨著現(xiàn)實(shí)業(yè)務(wù)和IT服務(wù)業(yè)的不斷融合,各種跨平臺(tái)、跨行業(yè)的信息創(chuàng)新模式催生了更多泛化的Web服務(wù),以滿足用戶日常應(yīng)用中的個(gè)性化需求。但伴隨著服務(wù)數(shù)量的劇增,用戶逐漸面臨服務(wù)選擇帶來(lái)的巨大挑戰(zhàn)。針對(duì)用戶的各種需求,從服務(wù)海洋中選擇具有不同屬性和功能的候選服務(wù),并進(jìn)一步實(shí)現(xiàn)服務(wù)組合,完成用戶的更復(fù)雜的業(yè)務(wù)流程需求,一直都是服務(wù)計(jì)算領(lǐng)域的熱點(diǎn)問(wèn)題。個(gè)性化推薦技術(shù)通過(guò)分析用戶的歷史偏好數(shù)據(jù),建立用戶畫(huà)像,主動(dòng)為用戶推薦滿足其需求的服務(wù),能夠有效解決服務(wù)過(guò)載的問(wèn)題。隨著新生服務(wù)在互聯(lián)網(wǎng)中的不斷發(fā)展,用戶對(duì)于Web服務(wù)在滿足其功能性需求的基礎(chǔ)上又對(duì)其非功能性屬性（Quality-of-Servicce）如調(diào)用時(shí)間、可達(dá)性和成功性等提出了更高的要求。用戶對(duì)于服務(wù)的直觀感受通常是根據(jù)服務(wù)的非功能質(zhì)量屬性來(lái)判斷的,導(dǎo)致以Web服務(wù)為基本單元的網(wǎng)絡(luò)應(yīng)用的性能將高度依賴這些服務(wù)的質(zhì)量。此外用戶在不同的情境下對(duì)Web服務(wù)的非功能性需求也不盡相同,如何為用戶推薦滿足其非功能性需求的Web服務(wù)成為當(dāng)前研究重點(diǎn)之一。因此本文針對(duì)不同情境感知服務(wù)推薦場(chǎng)景,結(jié)合服務(wù)上下文、地理位置、動(dòng)態(tài)時(shí)序和信任關(guān)系四個(gè)不同的情境信息,... 

【文章來(lái)源】：重慶大學(xué)重慶市 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：132 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
中文摘要
英文摘要
1 緒論
    1.1 研究背景及意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 推薦系統(tǒng)研究現(xiàn)狀
        1.2.2 Web服務(wù)QoS預(yù)測(cè)研究現(xiàn)狀
    1.3 主要研究?jī)?nèi)容
    1.4 論文結(jié)構(gòu)
2 相關(guān)理論與技術(shù)
    2.1 Web服務(wù)關(guān)鍵技術(shù)研究
        2.1.1 Web服務(wù)技術(shù)架構(gòu)
        2.1.2 Web服務(wù)的QoS屬性
        2.1.3 QoS預(yù)測(cè)關(guān)鍵技術(shù)研究
    2.2 推薦系統(tǒng)相關(guān)理論研究
        2.2.1 協(xié)同過(guò)濾推薦系統(tǒng)
        2.2.2 基于內(nèi)容的推薦系統(tǒng)
        2.2.3 其他推薦方法
    2.3 本章小結(jié)
3 服務(wù)上下文感知QoS預(yù)測(cè)
    3.1 提出問(wèn)題
    3.2 基于服務(wù)端上下文特征聚類的矩陣分解模型
        3.2.1 服務(wù)推薦框架
        3.2.2 服務(wù)端上下文抽取與特征距離度量
        3.2.3 服務(wù)特征聚類和近鄰用戶選擇
        3.2.4 基于服務(wù)上下文特征感知的QoS預(yù)測(cè)模型
    3.3 實(shí)驗(yàn)結(jié)果與分析
        3.3.1 實(shí)驗(yàn)準(zhǔn)備
        3.3.2 實(shí)驗(yàn)評(píng)價(jià)指標(biāo)
        3.3.3 算法預(yù)測(cè)準(zhǔn)確度比較
        3.3.4 數(shù)據(jù)稀疏性的影響
        3.3.5 參數(shù)α的影響
        3.3.6 參數(shù)β的影響
        3.3.7 潛在因子特征維度的影響
        3.3.8 Top-K的影響
    3.4 本章小結(jié)
4 位置近鄰可靠性感知QoS預(yù)測(cè)
    4.1 提出問(wèn)題
    4.2 用戶可靠性評(píng)價(jià)對(duì)QoS影響分析
    4.3 融合近鄰用戶可信度的的矩陣分解模型
        4.3.1 服務(wù)推薦框架
        4.3.2 地理位置近鄰用戶聚類
        4.3.3 用戶QoS可信度評(píng)分計(jì)算
        4.3.4 融合地理位置近鄰用戶可靠性的QoS預(yù)測(cè)建模
    4.4 實(shí)驗(yàn)結(jié)果與分析
        4.4.1 實(shí)驗(yàn)準(zhǔn)備
        4.4.2 算法預(yù)測(cè)準(zhǔn)確度比較
        4.4.3 數(shù)據(jù)稀疏性的影響
        4.4.4 地理位置區(qū)域范圍參數(shù)ε的影響
        4.4.5 用戶QoS可信度的影響
        4.4.6 參數(shù)γ的影響
        4.4.7 隱式因子特征維度的影響
    4.5 本章小結(jié)
5 動(dòng)態(tài)時(shí)間序列感知QoS預(yù)測(cè)
    5.1 提出問(wèn)題
    5.2 動(dòng)態(tài)時(shí)間序列下的QoS分析
    5.3 動(dòng)態(tài)時(shí)間感知的矩陣分解模型
        5.3.1 服務(wù)推薦框架
        5.3.2 TMF協(xié)同過(guò)濾預(yù)測(cè)
        5.3.3 短時(shí)域QoS預(yù)測(cè)值平滑
    5.4 實(shí)驗(yàn)結(jié)果與分析
        5.4.1 實(shí)驗(yàn)準(zhǔn)備
        5.4.2 算法預(yù)測(cè)準(zhǔn)確度比較
        5.4.3 數(shù)據(jù)稀疏性的影響
        5.4.4 潛在因子特征維度的影響
        5.4.5 近鄰用戶數(shù)量Top-K的影響
    5.5 本章小結(jié)
6 潛在偏好信任感知QoS預(yù)測(cè)
    6.1 問(wèn)題描述
    6.2 基于用戶間潛在QoS偏好的協(xié)同預(yù)測(cè)模型
        6.2.1 服務(wù)推薦框架
        6.2.2 用戶間潛在QoS偏好關(guān)系提取和度量
        6.2.3 融合QoS偏好近鄰的矩陣分解預(yù)測(cè)
    6.3 實(shí)驗(yàn)結(jié)果與分析
        6.3.1 實(shí)驗(yàn)準(zhǔn)備
        6.3.2 算法預(yù)測(cè)準(zhǔn)確度比較
        6.3.3 數(shù)據(jù)稀疏性的影響
        6.3.4 關(guān)系閾值θ的影響
        6.3.5 特征維數(shù)的影響
    6.4 本章小結(jié)
7 結(jié)論與展望
    7.1 結(jié)論
    7.2 研究展望
參考文獻(xiàn)
附錄
    A 作者在攻讀學(xué)位期間發(fā)表的論文目錄
    B 作者在攻讀學(xué)位期間取得的科研成果目錄
    C 學(xué)位論文數(shù)據(jù)集
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于矩陣填充和物品可預(yù)測(cè)性的協(xié)同過(guò)濾算法[J]. 潘濤濤,文鋒,劉勤讓.  自動(dòng)化學(xué)報(bào). 2017(09)
[2]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)
[3]融合主題模型和協(xié)同過(guò)濾的多樣化移動(dòng)應(yīng)用推薦[J]. 黃璐,林川杰,何軍,劉紅巖,杜小勇.  軟件學(xué)報(bào). 2017(03)
[4]一種面向獲取空間信息的潛在好友推薦算法[J]. 俞菲,李治軍,車楠,姜守旭.  軟件學(xué)報(bào). 2017(08)
[5]云計(jì)算環(huán)境下云服務(wù)用戶并發(fā)量的區(qū)間預(yù)測(cè)模型[J]. 孟煜,張斌,郭軍,閆永明.  計(jì)算機(jī)學(xué)報(bào). 2017(02)
[6]移動(dòng)新聞推薦技術(shù)及其應(yīng)用研究綜述[J]. 孟祥武,陳誠(chéng),張玉潔.  計(jì)算機(jī)學(xué)報(bào). 2016(04)
[7]社會(huì)化推薦系統(tǒng)研究[J]. 孟祥武,劉樹(shù)棟,張玉潔,胡勛.  軟件學(xué)報(bào). 2015(06)
[8]一種基于邏輯Petri網(wǎng)的Web服務(wù)簇組合方法[J]. 吳洪越,杜玉越.  計(jì)算機(jī)學(xué)報(bào). 2015(01)
[9]基于概率主題模型的物聯(lián)網(wǎng)服務(wù)發(fā)現(xiàn)[J]. 魏強(qiáng),金芝,許焱.  軟件學(xué)報(bào). 2014(08)
[10]基于云模型的不確定性QoS感知的Skyline服務(wù)選擇[J]. 王尚廣,孫其博,張光衛(wèi),楊放春.  軟件學(xué)報(bào). 2012(06)



本文編號(hào)：3189005