隨著互聯(lián)網(wǎng)技術(shù)的不斷革新和發(fā)展,Web服務(wù)推薦與選取已經(jīng)逐漸成為工業(yè)界和學(xué)術(shù)界共同關(guān)注的重要研究內(nèi)容,服務(wù)質(zhì)量（Quality of Service,簡稱QoS）是影響Web服務(wù)推薦的關(guān)鍵性因素。然而,目前已有的基于QoS的Web服務(wù)推薦理論方法和Web服務(wù)推薦應(yīng)用研究方面都存在著一定的問題。為了解決這些存在的問題,完成了如下工作內(nèi)容。首先,分析總結(jié)了基于用戶的協(xié)同過濾算法中不同相似度計(jì)算方法其各自的優(yōu)缺點(diǎn)和所適應(yīng)的不同數(shù)據(jù)環(huán)境,提出一種基于協(xié)同過濾的融合共同調(diào)用和數(shù)據(jù)波動(dòng)的相似度計(jì)算方法,該方法考慮了共同調(diào)用和數(shù)據(jù)波動(dòng)的因素,將其量化加入到皮爾遜相似度計(jì)算方法中,提高了相似度計(jì)算的準(zhǔn)確性,進(jìn)而提高了QoS預(yù)測的準(zhǔn)確性。其次,在進(jìn)行QoS預(yù)測時(shí)將基于用戶的QoS預(yù)測方法和基于服務(wù)的QoS預(yù)測方法同時(shí)考慮進(jìn)來,通過相似鄰居的相似度分解出自信度,結(jié)合人為加入?yún)?shù)平衡兩種方法對于預(yù)測結(jié)果所占的權(quán)重,進(jìn)行基于用戶和基于服務(wù)的QoS混合協(xié)同預(yù)測,提高了QoS預(yù)測的全面性和準(zhǔn)確性。再次,分層設(shè)計(jì)并實(shí)現(xiàn)了基于QoS的全方位Web服務(wù)研究與推薦平臺(tái),平臺(tái)涵蓋了多種用戶角色以及在Web服務(wù)研究與推薦方面... 

【文章來源】：燕山大學(xué)河北省

【文章頁數(shù)】：80 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

用戶搜索驗(yàn)證碼Web服務(wù)時(shí)平臺(tái)給出的服務(wù)推薦為了證明通過用戶對Web服務(wù)進(jìn)行功能需求的搜索，平臺(tái)推薦的是高質(zhì)量的Web服務(wù)，分析平臺(tái)數(shù)據(jù)庫中的Web服務(wù)表WS_SeviceList發(fā)現(xiàn)，搜索出的服務(wù)有

到低為用戶推薦驗(yàn)證碼的 Web 服務(wù)，很好的達(dá)到了預(yù)期的最佳效果。5.3 平臺(tái) QoS 預(yù)測算法對比模型應(yīng)用實(shí)例基于 QoS 的全方位 Web 服務(wù)研究與推薦平臺(tái)在設(shè)計(jì)時(shí)，考慮了在該領(lǐng)域進(jìn)行研究的科研人員這一角色，隨著 Web 服務(wù)推薦技術(shù)的發(fā)展，該領(lǐng)域的研究人員也越來越多，于是，各種優(yōu)秀的 QoS 預(yù)測算法層出不窮，科研人員都爭相努力，為用戶更準(zhǔn)確、更方便的推薦 Web 服務(wù)做出自己的研究貢獻(xiàn)。而在考慮 QoS 的推薦算法中，Web 服務(wù)的 QoS 預(yù)測準(zhǔn)確度的高低決定了推薦算法的優(yōu)劣，在該領(lǐng)域的研究者們提出了大量的 QoS 預(yù)測算法模型，針對這些模型，研究者們需要進(jìn)行大量代碼的書寫，并且需要自己動(dòng)手實(shí)現(xiàn)其他的算法，與之進(jìn)行預(yù)測準(zhǔn)確度的對比。這樣給研究人員造成了諸多麻煩，消耗了大量的時(shí)間和精力。為了解決這一問題，本文上一章設(shè)計(jì)實(shí)現(xiàn)了 Web 服務(wù) QoS 預(yù)測算法對比模型，本節(jié)通過實(shí)現(xiàn)一組算法的對比來解釋分析該模型。圖 5-2 為一組 QoS 預(yù)測算法在基于上一章提出的 QoS 預(yù)測算法對比模型中的對比實(shí)驗(yàn)。

- 59 -圖 5-3 Web 服務(wù)性能測試模型對某一 Web 服務(wù)進(jìn)行性能測試在對 Web 服務(wù)性能數(shù)據(jù)測試采集后，要對采集到的數(shù)據(jù)進(jìn)行可視化展示和分析，而通常從單一的數(shù)據(jù)中并不能進(jìn)行很好的對比分析，所以平臺(tái)通過將測試后的數(shù)據(jù)按照不同數(shù)據(jù)類型進(jìn)行分組可視化展示和分析，從而可以更直觀的了解、觀察和分析服務(wù)的質(zhì)量。平臺(tái)的可視化分析流程大致可以描述如下：根據(jù)在服務(wù)器端配置的服務(wù)信息，成功執(zhí)行測試流程后客戶端將數(shù)據(jù)傳送到服務(wù)器端數(shù)據(jù)庫，后臺(tái)在對數(shù)

【參考文獻(xiàn)】：
期刊論文
[1]數(shù)字經(jīng)濟(jì)下跨境電商B2C模式的問題研究[J]. 鄔展霞,田璐,華夢宇,王鳳.  納稅. 2019(05)
[2]基于內(nèi)容的推薦與協(xié)同過濾融合的新聞推薦分析與探究[J]. 許媛萍.  新聞研究導(dǎo)刊. 2018(13)
[3]基于關(guān)聯(lián)規(guī)則挖掘的OJ推薦方法[J]. 朱國進(jìn),凌曉晨.  智能計(jì)算機(jī)與應(yīng)用. 2018(02)
[4]基于關(guān)聯(lián)規(guī)則挖掘的分類隨機(jī)游走算法[J]. 施海鷹.  計(jì)算機(jī)技術(shù)與發(fā)展. 2017(09)
[5]一種基于貝葉斯網(wǎng)絡(luò)的個(gè)性化協(xié)同過濾推薦方法研究[J]. 付永平,邱玉輝.  計(jì)算機(jī)科學(xué). 2016(09)
[6]基于社會(huì)網(wǎng)絡(luò)的可信Web服務(wù)選擇研究[J]. 吳菊華,程小燕,曹強(qiáng),莫贊.  計(jì)算機(jī)科學(xué). 2016(01)
[7]云計(jì)算環(huán)境下Web服務(wù)集成系統(tǒng)的研究[J]. 劉菲,郝風(fēng)杰.  計(jì)算機(jī)科學(xué). 2015(S2)
[8]面向多請求的Web服務(wù)全局優(yōu)化選擇模型研究[J]. 康國勝,劉建勛,唐明董,劉小青.  計(jì)算機(jī)研究與發(fā)展. 2013(07)
[9]一種Web服務(wù)綜合描述模型[J]. 馬于濤,張海粟,劉玉超,陳桂生.  電子與信息學(xué)報(bào). 2012(03)
[10]融合描述文檔結(jié)構(gòu)和參引特征的Web服務(wù)發(fā)現(xiàn)[J]. 魏登萍,王挺,王戟.  軟件學(xué)報(bào). 2011(09)

碩士論文
[1]大數(shù)據(jù)環(huán)境下軍校圖書館個(gè)性化服務(wù)及信息資源的共享[D]. 王娟.南京郵電大學(xué) 2017
[2]基于多信息融合與社交信任度的推薦算法研究[D]. 顧陽.廣西師范學(xué)院 2018



本文編號(hào)：3498160