隨著Web服務(wù)技術(shù)的發(fā)展,其相關(guān)產(chǎn)品以及技術(shù)越來(lái)越成熟,互聯(lián)網(wǎng)上可用的Web服務(wù)越來(lái)越多,功能相似甚至相同的服務(wù)也出現(xiàn)在用戶面前,面對(duì)如此眾多的服務(wù),如何選擇出適合用戶需求的服務(wù)變得越來(lái)越困難。圍繞這一問(wèn)題,優(yōu)化推薦等算法被引入到了Web服務(wù)的選擇過(guò)程中,在這些算法中主要將服務(wù)的QoS信息作為衡量服務(wù)優(yōu)劣的重要標(biāo)準(zhǔn)來(lái)進(jìn)行服務(wù)選擇。這些算法從一定程度上提高了服務(wù)推薦的質(zhì)量,但是難以滿足用戶的個(gè)性化需求。為解決這一問(wèn)題,上下文感知技術(shù)被引入到服務(wù)推薦過(guò)程中,在服務(wù)推薦過(guò)程中通過(guò)對(duì)用戶行為、喜好以及影響服務(wù)質(zhì)量的上下文信息的分析,選擇出適合當(dāng)前用戶的最佳服務(wù)列表。本文綜合考慮用戶歷史行為記錄、用戶當(dāng)前狀態(tài)以及服務(wù)的QoS屬性等上下文信息,給出了基于用戶的協(xié)同過(guò)濾推薦算法、基于服務(wù)的協(xié)同過(guò)濾推薦算法、基于Qos信息的服務(wù)推薦算法以及基于時(shí)間加權(quán)的服務(wù)推薦算法這四種適合不同上下文情形的服務(wù)推薦算法,并且給出了基于不同上下文信息的推薦算法選擇策略。上下文信息在服務(wù)推薦過(guò)程中起到兩個(gè)重要作用,首先它決定服務(wù)推薦算法的選擇,其次它作為推薦算法的重要參數(shù)直接影響服務(wù)推薦結(jié)果的生成。這種上下文感知的Web... 

【文章頁(yè)數(shù)】：69 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究背景與意義
    1.2 課題來(lái)源
    1.3 國(guó)內(nèi)外研究現(xiàn)狀
        1.3.1 Web服務(wù)研究現(xiàn)狀
        1.3.2 推薦系統(tǒng)研究現(xiàn)狀
        1.3.3 上下文感知的Web服務(wù)推薦研究現(xiàn)狀
    1.4 論文研究目標(biāo)及研究?jī)?nèi)容
    1.5 本文組織結(jié)構(gòu)
    1.6 本章小結(jié)
第2章 基礎(chǔ)理論和相關(guān)技術(shù)
    2.1 Web服務(wù)關(guān)鍵技術(shù)
        2.1.1 Web服務(wù)簡(jiǎn)介
        2.1.2 Web服務(wù)體系結(jié)構(gòu)
    2.2 上下文感知計(jì)算
    2.3 Web服務(wù)推薦技術(shù)
    2.4 本章小結(jié)
第3章 上下文感知的Web服務(wù)推薦算法
    3.1 基于用戶的協(xié)同過(guò)濾算法
    3.2 基于服務(wù)的協(xié)同過(guò)濾算法
    3.3 基于QoS信息的服務(wù)推薦算法
    3.4 基于時(shí)間加權(quán)的服務(wù)推薦算法
    3.5 上下文感知的Web服務(wù)推薦算法選擇
    3.6 本章小結(jié)
第4章 上下文感知Web服務(wù)推薦系統(tǒng)
    4.1 推薦系統(tǒng)框架
    4.2 推薦系統(tǒng)執(zhí)行流程
    4.3 推薦系統(tǒng)的主要模塊實(shí)現(xiàn)
        4.3.1 Web服務(wù)管理模塊
        4.3.2 上下文感知模塊
        4.3.3 推薦算法選擇模塊
        4.3.4 服務(wù)推薦模塊
    4.4 本章小結(jié)
第5章 實(shí)驗(yàn)設(shè)計(jì)和結(jié)果分析
    5.1 實(shí)驗(yàn)設(shè)計(jì)
    5.2 結(jié)果分析
    5.3 本章小結(jié)
第6章 總結(jié)與展望
    6.1 論文工作總結(jié)
    6.2 下一步的研究工作
參考文獻(xiàn)
攻讀學(xué)位期間公開(kāi)發(fā)表的論文
致謝



本文編號(hào)：3662897