本文關(guān)鍵詞：基于QoS缺失數(shù)據(jù)預(yù)測的個性化Web服務(wù)推薦方法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：個性化Web服務(wù)推薦是服務(wù)計算領(lǐng)域的重要研究內(nèi)容,其包含兩個核心問題：QoS缺失數(shù)據(jù)的預(yù)測以及適應(yīng)用戶偏好的QoS多屬性綜合評價。問題一是由于很多被推薦的Web服務(wù)對用戶是陌生的(即未被該用戶使用過),造成用戶相關(guān)的QoS屬性值缺失。因此需要對其進(jìn)行預(yù)測以對Web服務(wù)推薦提供全面的數(shù)據(jù)支持；問題二是因為Web服務(wù)一般具有多個QoS屬性,而不同用戶對每個QoS屬性的要求(通常稱之為用戶偏好)又不盡相同,造成用戶個性化需求的多樣性。因此,準(zhǔn)確的個性化推薦需要在考慮用戶偏好的基礎(chǔ)上對Web服務(wù)的多QoS屬性進(jìn)行合理地綜合評價,以保障所推薦的Web服務(wù)能夠使用戶滿意。以上兩個問題雖然已經(jīng)獲得了廣泛關(guān)注并取得了很多研究成果,但是在QoS缺失數(shù)據(jù)預(yù)測的準(zhǔn)確性以及QoS綜合評價的合理性等方面仍存在諸多不足,因此,本文針對這兩個Web服務(wù)推薦中的核心問題進(jìn)行了深入研究并取得了如下成果：1.在無時空信息環(huán)境下,已有的QoS預(yù)測方法大都借鑒了傳統(tǒng)服務(wù)推薦(如電影、音樂以及購物相關(guān)的服務(wù)推薦)中的協(xié)同過濾方法,但沒有意識到傳統(tǒng)的協(xié)同過濾方法起源于主觀數(shù)據(jù)的處理,而Web服務(wù)QoS數(shù)據(jù)是客觀數(shù)據(jù),將協(xié)同過濾的思想簡單借鑒到Web服務(wù)QoS預(yù)測中可能會產(chǎn)生較大的誤差。針對該問題,本文通過大量實驗首次發(fā)現(xiàn)了QOS數(shù)據(jù)的一些重要特征,并基于這些特征對傳統(tǒng)的協(xié)同過濾方法進(jìn)行了本質(zhì)的改進(jìn),以適應(yīng)無時空約束情況下的QoS缺失數(shù)據(jù)預(yù)測,并取得了很高的預(yù)測精度。2.在高維時空條件下,已有的QoS預(yù)測方法大都針對某一特定的維度,而忽略了高維QoS數(shù)據(jù)的整體信息,導(dǎo)致了預(yù)測精度不高、擴(kuò)展性不強(qiáng)(即針對不同維度的預(yù)測方法不能通用)以及不易應(yīng)用(即同時考慮多個維度時方法非常復(fù)雜)等缺點。針對該問題,本文利用多重線性代數(shù)中的重要概念“張量”對高維QoS數(shù)據(jù)進(jìn)行建模,整體并統(tǒng)一地處理各個維度；并設(shè)計了張量分解與重構(gòu)等重要操作的優(yōu)化算法,以實現(xiàn)在任意維度上對QoS缺失數(shù)據(jù)進(jìn)行準(zhǔn)確及方便地預(yù)測。3.用戶的個性化需求一般由用戶偏好來體現(xiàn),目前已有的QoS綜合評價方法在用戶偏好的處理上存在不足,不能準(zhǔn)確地獲取用戶偏好。針對該問題,本文提出了一種基于用戶偏好學(xué)習(xí)的QOS多屬性綜合評價方法。該方法將用戶的歷史評分?jǐn)?shù)據(jù)作為因變量,將所使用過的Web服務(wù)的QoS數(shù)據(jù)作為自變量,將用戶偏好作為自變量參數(shù),建立了用于用戶偏好學(xué)習(xí)的方程組模型,通過求解該方程組可定量、準(zhǔn)確地學(xué)習(xí)出用戶偏好,并最終對Web服務(wù)QoS做出符合用戶偏好的合理評價,以實現(xiàn)個性化的Web服務(wù)推薦。4.針對Web服務(wù)推薦中的冷啟動問題,即歷史數(shù)據(jù)不足導(dǎo)致QoS缺失數(shù)據(jù)無法準(zhǔn)確預(yù)測、用戶偏好無法準(zhǔn)確學(xué)習(xí),本文提出了一種基于網(wǎng)絡(luò)近鄰的Web服務(wù)推薦方法。通過網(wǎng)絡(luò)距離測量發(fā)現(xiàn)網(wǎng)絡(luò)近鄰；通過網(wǎng)絡(luò)近鄰確定候選Web服務(wù)；通過網(wǎng)絡(luò)近鄰實現(xiàn)QoS缺失數(shù)據(jù)的預(yù)測；通過和用戶簡單交互獲取用戶偏好；通過綜合考慮主客觀權(quán)重的QoS綜合評價方法實現(xiàn)Web服務(wù)推薦。該方法解決了冷啟動時的兩個重要問題：向新用戶推薦Web服務(wù)；將新的Web服務(wù)推薦出去。
【關(guān)鍵詞】：Web服務(wù)推薦 QoS 用戶偏好 協(xié)同過濾 時空信息 張量 冷啟動
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2015
【分類號】：TP393.09;TP391.3
【目錄】：

• 摘要5-7
• ABSTRACT7-14
• 主要縮略語及中英文對照14-15
• 第一章 緒論15-21
• 1.1. 研究背景15-19
• 1.1.1. Web服務(wù)15-16
• 1.1.2. Web服務(wù)推薦16
• 1.1.3. Web服務(wù)推薦中的主要研究問題16-18
• 1.1.4. Web服務(wù)推薦的兩種環(huán)境及兩個階段18
• 1.1.5. 相關(guān)研究面臨的挑戰(zhàn)18-19
• 1.2. 論文主要工作19-20
• 1.3. 論文組織結(jié)構(gòu)20
• 1.4. 課題來源20-21
• 第二章 相關(guān)研究綜述21-28
• 2.1. Web服務(wù)QoS缺失數(shù)據(jù)預(yù)測相關(guān)研究21-26
• 2.1.1. 無時空信息的Web服務(wù)QoS缺失數(shù)據(jù)預(yù)測相關(guān)研究21-25
• 2.1.2. 高維時空下的Web服務(wù)QoS缺失數(shù)據(jù)預(yù)測相關(guān)研究25-26
• 2.2. 符合用戶偏好的QoS多屬性綜合評價相關(guān)研究26-27
• 2.3. 本章小結(jié)27-28
• 第三章 無時空信息的Web服務(wù)QoS缺失數(shù)據(jù)預(yù)測方法(PAwTS)28-51
• 3.1. 引言28-33
• 3.2. PAwTS方法33-42
• 3.2.1. PAwTS的理論基礎(chǔ)34-36
• 3.2.2. 基于用戶的PAwTS36-39
• 3.2.3. 基于物品的PAwTS39-40
• 3.2.4. 使用PAwTS進(jìn)行QoS缺失數(shù)據(jù)預(yù)測40-42
• 3.2.5. PAwTS的時間復(fù)雜度分析42
• 3.3. 實驗42-49
• 3.3.1. 實驗環(huán)境43
• 3.3.2. 準(zhǔn)確性評價指標(biāo)43
• 3.3.3. PAwTS與其他方法的對比43-44
• 3.3.4. PAwTS的最優(yōu)參數(shù)設(shè)置44-48
• 3.3.5. 通過結(jié)合UPAwTS和IPAwTS到達(dá)最高的預(yù)測精度48-49
• 3.4. 討論49-50
• 3.5. 本章小結(jié)50-51
• 第四章 高維時空下的Web服務(wù)QOS缺失數(shù)據(jù)預(yù)測方法(HDOP)51-69
• 4.1. 引言51-52
• 4.2. HDOP方法52-60
• 4.2.1. 高維QoS數(shù)據(jù)的張量建模52-55
• 4.2.2. 基于張量分解與重構(gòu)的QOS缺失數(shù)據(jù)預(yù)測55-59
• 4.2.3. HDOP時間復(fù)雜度分析59-60
• 4.3. 實驗60-67
• 4.3.1. 實驗環(huán)境60
• 4.3.2. 實驗建立60-62
• 4.3.3. HDOP與其他方法的對比62-64
• 4.3.4. HDOP的最優(yōu)參數(shù)設(shè)置64-67
• 4.4. 討論67-68
• 4.5. 本章小結(jié)68-69
• 第五章 個性化Web服務(wù)推薦69-96
• 5.1. 引言69-71
• 5.2. 面向用戶偏好的個性化Web服務(wù)推薦方法(PRUP)71-75
• 5.2.1. 用戶偏好學(xué)習(xí)71-73
• 5.2.2. 符合用戶偏好的QoS多屬性綜合評價73-75
• 5.2.3. Web服務(wù)推薦實施75
• 5.3. 基于網(wǎng)絡(luò)近鄰的個性化Web服務(wù)推薦方法(PRNN)75-78
• 5.3.1. 基于網(wǎng)絡(luò)距離測量的的網(wǎng)絡(luò)近鄰選擇76-77
• 5.3.2. 候選Web服務(wù)選擇77
• 5.3.3. 候選Web服務(wù)的QoS缺失數(shù)據(jù)預(yù)測77-78
• 5.3.4. QoS綜合評價78
• 5.3.5. Web服務(wù)推薦實施78
• 5.4. 綜合考慮主客觀權(quán)重的QoS多屬性綜合評價方法(ESOW)78-87
• 5.4.1. 主觀權(quán)重計算(SWDM)80-82
• 5.4.2. 客觀權(quán)重計算(OWDM)82-85
• 5.4.3. 數(shù)據(jù)歸一化85
• 5.4.4. QoS綜合評價85-87
• 5.5. 實驗87-92
• 5.5.1. 實驗環(huán)境88
• 5.5.2. PRUP方法驗證88-89
• 5.5.3. PRNN方法驗證89-92
• 5.6. 討論92-94
• 5.7. 本章小結(jié)94-96
• 第六章 結(jié)束語96-99
• 6.1. 工作總結(jié)96-97
• 6.2. 未來工作97-99
• 參考文獻(xiàn)99-103
• 攻讀博士學(xué)位期間發(fā)表的論文103-104
• 攻讀博士學(xué)位期間參與項目及專利104-105
• 致謝105-106

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前3條

1 朱銳;王懷民;馮大為;;基于偏好推薦的可信服務(wù)選擇[J];軟件學(xué)報;2011年05期

2 邵凌霜;周立;趙俊峰;謝冰;梅宏;;一種Web Service的服務(wù)質(zhì)量預(yù)測方法[J];軟件學(xué)報;2009年08期

3 苗奪謙,范世棟;知識的粒度計算及其應(yīng)用[J];系統(tǒng)工程理論與實踐;2002年01期

  本文關(guān)鍵詞：基于QoS缺失數(shù)據(jù)預(yù)測的個性化Web服務(wù)推薦方法研究，由筆耕文化傳播整理發(fā)布。

本文編號：361519