基于需求预测的主动服务推荐方法

摘要：

在智能计算领域,网络中可用服务数量与类型的快速增长,使用户更依赖于服务完成各种业务,然而当前“请求-响应”被动式的服务模式严重影响了用户体验与资源利用率.为智能感知用户需求并主动为用户推荐合适的服务,通过引入需求预测过程,提出一种主动服务推荐方法.利用矩阵分解算法从大量历史服务使用数据中提取用户特征和服务特征,据此训练深度学习模型并预测用户的服务需求,进而为用户推荐其所需要的服务.基于真实数据的实验结果表明,该方法较单一的矩阵分解模型和深度神经网络模型具有更高的服务推荐准确性和稳定性.

关键词：需求预测、主动服务、服务推荐、矩阵分解、深度学习

所属期刊栏目：46

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61872126,61772159

在线出版日期：2020-04-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：96-102