發(fā)布時(shí)間：2017-08-19 22:32

  本文關(guān)鍵詞：基于QoS信息的服務(wù)推薦

  更多相關(guān)文章： Web服務(wù) 云服務(wù) 服務(wù)推薦 QoS信息 多目標(biāo)推薦

【摘要】：隨著以Web服務(wù)、云服務(wù)為代表的互聯(lián)網(wǎng)服務(wù)的蓬勃發(fā)展,服務(wù)形式及服務(wù)數(shù)量都在迅速的增加。因此,對(duì)于用戶來說,如何選擇合適的服務(wù)成為一個(gè)亟待解決的問題。服務(wù)推薦技術(shù)在這種背景之下出現(xiàn),并成為解決上述問題的有效手段。論文圍繞服務(wù)推薦話題展開,主要進(jìn)行了三方面工作。首先,論文從傳統(tǒng)推薦方法不注重時(shí)間信息的缺陷出發(fā),將時(shí)間信息納入?yún)f(xié)同過濾推薦方法中,提出了一個(gè)考慮時(shí)間信息的QoS值預(yù)測(cè)算法,以此為基礎(chǔ)實(shí)現(xiàn)了時(shí)間感知的基于QoS值服務(wù)推薦方法,并且用實(shí)驗(yàn)驗(yàn)證了該方法的可行性及優(yōu)越性。其次,論文將服務(wù)推薦與多目標(biāo)推薦結(jié)合,提出了一個(gè)基于多目標(biāo)決策的多目標(biāo)服務(wù)推薦方法。該方法將用戶需求泛化為多目標(biāo)決策中的目標(biāo),提出了完整的目標(biāo)滿足度及目標(biāo)集滿足度的衡量方法,并且考慮到了目標(biāo)之間存在優(yōu)先級(jí)的現(xiàn)實(shí)場(chǎng)景并實(shí)現(xiàn)其衡量方法,使得該方法尤其適用于服務(wù)推薦場(chǎng)景。最后,論文實(shí)現(xiàn)了一個(gè)云服務(wù)推薦引擎系統(tǒng)。該系統(tǒng)的推薦方法基于上述兩種推薦方法,結(jié)合云服務(wù)抓取,云服務(wù)對(duì)象化存儲(chǔ)等模塊,實(shí)現(xiàn)了為用戶提供其感興趣的云服務(wù)提供商及實(shí)例的功能。該系統(tǒng)的用戶界面以網(wǎng)頁的方式加以實(shí)現(xiàn),用戶可以通過與網(wǎng)頁交互提出自己的需求,并得到云服務(wù)搜索結(jié)果。
【關(guān)鍵詞】：Web服務(wù) 云服務(wù) 服務(wù)推薦 QoS信息 多目標(biāo)推薦
【學(xué)位授予單位】：上海交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP391.3
【目錄】：

• 摘要3-4
• ABSTRACT4-11
• 第一章 緒論11-18
• 1.1 引言11
• 1.2 課題研究背景及研究意義11-15
• 1.3 本文主要工作及創(chuàng)新點(diǎn)15-16
• 1.4 章節(jié)安排16-18
• 第二章 服務(wù)推薦概述18-36
• 2.1 引言18
• 2.2 Web服務(wù)概述18-20
• 2.2.1 Web服務(wù)定義18
• 2.2.2 Web服務(wù)結(jié)構(gòu)18-19
• 2.2.3 Web服務(wù)調(diào)用方式19-20
• 2.3 云服務(wù)概述20-23
• 2.3.1 云計(jì)算概念20-21
• 2.3.2 云服務(wù)的服務(wù)模式21-22
• 2.3.3 云服務(wù)的部署模式22-23
• 2.4 推薦系統(tǒng)概述23-28
• 2.4.1 協(xié)同過濾推薦25-27
• 2.4.2 基于內(nèi)容的推薦27-28
• 2.4.3 混合推薦28
• 2.5 服務(wù)推薦研究現(xiàn)狀28-35
• 2.5.1 現(xiàn)有的協(xié)同過濾方法30-32
• 2.5.2 現(xiàn)有的其他方法32
• 2.5.3 現(xiàn)有方法存在的不足32-35
• 2.6 本章小結(jié)35-36
• 第三章 時(shí)間感知的基于QOS服務(wù)推薦方法36-61
• 3.1 時(shí)間感知的基于QoS服務(wù)推薦方法設(shè)計(jì)概述36-38
• 3.2 用于推薦系統(tǒng)的張量分解算法38-47
• 3.2.1 張量的表示方法及基本運(yùn)算38-40
• 3.2.2 算法問題定義40-41
• 3.2.3 張量缺失項(xiàng)預(yù)測(cè)41-47
• 3.3 缺失QoS值預(yù)測(cè)實(shí)驗(yàn)47-59
• 3.3.1 數(shù)據(jù)集簡(jiǎn)介48-49
• 3.3.2 評(píng)估測(cè)度49
• 3.3.3 預(yù)測(cè)算法性能評(píng)估49-56
• 3.3.4 n秩取值對(duì)預(yù)測(cè)準(zhǔn)確度的影響56-59
• 3.4 本章小結(jié)59-61
• 第四章 多目標(biāo)服務(wù)推薦算法61-75
• 4.1 多目標(biāo)服務(wù)推薦設(shè)計(jì)概述61-62
• 4.2 服務(wù)推薦的多目標(biāo)決策模型構(gòu)建62-65
• 4.2.1 建立目標(biāo)集合63-64
• 4.2.2 多目標(biāo)推薦對(duì)象模型的構(gòu)建64-65
• 4.3 服務(wù)推薦的多目標(biāo)決策算法65-74
• 4.3.1 服務(wù)推薦的多目標(biāo)決策基本模型構(gòu)建66-68
• 4.3.2 OWA優(yōu)先級(jí)目標(biāo)聚合方法68-72
• 4.3.3 弱有序的OWA聚合方法72-74
• 4.4 本章小結(jié)74-75
• 第五章 云服務(wù)搜索引擎系統(tǒng)75-91
• 5.1 系統(tǒng)概述75-78
• 5.1.1 需求分析75-76
• 5.1.2 模型概要76-78
• 5.2 系統(tǒng)結(jié)構(gòu)78-79
• 5.3 關(guān)鍵技術(shù)79-83
• 5.3.1 云服務(wù)信息抓取79-80
• 5.3.2 云服務(wù)實(shí)例對(duì)象化80-82
• 5.3.3 云服務(wù)推薦算法82-83
• 5.4 系統(tǒng)實(shí)現(xiàn)83-90
• 5.4.1 軟件運(yùn)行環(huán)境83
• 5.4.2 軟件主要功能83
• 5.4.3 用戶界面83-90
• 5.5 本章小結(jié)90-91
• 第六章 結(jié)束語91-93
• 6.1 主要工作與創(chuàng)新點(diǎn)91-92
• 6.2 后續(xù)研究工作92-93
• 參考文獻(xiàn)93-97
• 致謝97-98
• 攻讀碩士學(xué)位期間已發(fā)表或錄用的論文98-99
• 上海交通大學(xué)碩士學(xué)位論文答辯決議書99-101

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 楊風(fēng)召;;一種基于特征表的協(xié)同過濾算法[J];計(jì)算機(jī)工程與應(yīng)用;2007年06期

2 王嵐;翟正軍;;基于時(shí)間加權(quán)的協(xié)同過濾算法[J];計(jì)算機(jī)應(yīng)用;2007年09期

3 曾子明;張李義;;基于多屬性決策和協(xié)同過濾的智能導(dǎo)購(gòu)系統(tǒng)[J];武漢大學(xué)學(xué)報(bào)(工學(xué)版);2008年02期

4 張富國(guó);;用戶多興趣下基于信任的協(xié)同過濾算法研究[J];小型微型計(jì)算機(jī)系統(tǒng);2008年08期

5 侯翠琴;焦李成;張文革;;一種壓縮稀疏用戶評(píng)分矩陣的協(xié)同過濾算法[J];西安電子科技大學(xué)學(xué)報(bào);2009年04期

6 廖新考;;基于用戶特征和項(xiàng)目屬性的混合協(xié)同過濾推薦[J];福建電腦;2010年07期

7 沈磊;周一民;李舟軍;;基于心理學(xué)模型的協(xié)同過濾推薦方法[J];計(jì)算機(jī)工程;2010年20期

8 徐紅;彭黎;郭艾寅;徐云劍;;基于用戶多興趣的協(xié)同過濾策略改進(jìn)研究[J];計(jì)算機(jī)技術(shù)與發(fā)展;2011年04期

9 焦晨斌;王世卿;;基于模型填充的混合協(xié)同過濾算法[J];微計(jì)算機(jī)信息;2011年11期

10 鄭婕;鮑海琴;;基于協(xié)同過濾推薦技術(shù)的個(gè)性化網(wǎng)絡(luò)教學(xué)平臺(tái)研究[J];科技風(fēng);2012年06期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 沈杰峰;杜亞軍;唐俊;;一種基于項(xiàng)目分類的協(xié)同過濾算法[A];第二十二屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2005年

2 周軍鋒;湯顯;郭景峰;;一種優(yōu)化的協(xié)同過濾推薦算法[A];第二十一屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2004年

3 董全德;;基于雙信息源的協(xié)同過濾算法研究[A];全國(guó)第20屆計(jì)算機(jī)技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議（CACIS·2009）暨全國(guó)第1屆安全關(guān)鍵技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集（上冊(cè)）[C];2009年

4 張光衛(wèi);康建初;李鶴松;劉常昱;李德毅;;面向場(chǎng)景的協(xié)同過濾推薦算法[A];中國(guó)系統(tǒng)仿真學(xué)會(huì)第五次全國(guó)會(huì)員代表大會(huì)暨2006年全國(guó)學(xué)術(shù)年會(huì)論文集[C];2006年

5 李建國(guó);姚良超;湯庸;郭歡;;基于認(rèn)知度的協(xié)同過濾推薦算法[A];第26屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（B輯）[C];2009年

6 王明文;陶紅亮;熊小勇;;雙向聚類迭代的協(xié)同過濾推薦算法[A];第三屆全國(guó)信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集[C];2007年

7 胡必云;李舟軍;王君;;基于心理測(cè)量學(xué)的協(xié)同過濾相似度方法(英文)[A];NDBC2010第27屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集(B輯)[C];2010年

8 林麗冰;師瑞峰;周一民;李月雷;;基于雙聚類的協(xié)同過濾推薦算法[A];2008'中國(guó)信息技術(shù)與應(yīng)用學(xué)術(shù)論壇論文集（一）[C];2008年

9 羅喜軍;王韜丞;杜小勇;劉紅巖;何軍;;基于類別的推薦——一種解決協(xié)同推薦中冷啟動(dòng)問題的方法[A];第二十四屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2007年

10 黃創(chuàng)光;印鑒;汪靜;劉玉葆;王甲海;;不確定近鄰的協(xié)同過濾推薦算法[A];NDBC2010第27屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集A輯一[C];2010年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 李聰;電子商務(wù)推薦系統(tǒng)中協(xié)同過濾瓶頸問題研究[D];合肥工業(yè)大學(xué);2009年

2 郭艷紅;推薦系統(tǒng)的協(xié)同過濾算法與應(yīng)用研究[D];大連理工大學(xué);2008年

3 羅恒;基于協(xié)同過濾視角的受限玻爾茲曼機(jī)研究[D];上海交通大學(xué);2011年

4 薛福亮;電子商務(wù)協(xié)同過濾推薦質(zhì)量影響因素及其改進(jìn)機(jī)制研究[D];天津大學(xué);2012年

5 高e，

本文編號(hào)：703353