基于混合协同过滤的个性化Web服务推荐

摘要：

随着网络上Web服务的不断增加，Web服务的个性化选择和推荐成为服务计算领域最重要的挑战之一。对个性化Web服务推荐方法进行了研究，提出了基于模型和基于内存混合的Web服务推荐方法。该方法基于客观连续的服务质量（quality of service，QoS）数据和主观离散的评价数据，采用聚类、映射、聚合等算法预测服务的质量，并对用户的期望、评分和服务的QoS信息进行了量化描述。此外，设计了Web服务推荐框架，实现了信息的采集与处理、Web服务的个性化推荐。实验结果表明，与主流的推荐算法相比，所提方法在多种评分误差的评价指标上都取得了更好的结果。

关键词：Web服务、聚类、服务质量预测、个性化、推荐

分类号：TP391(计算技术、计算机技术)

资助基金：The National Key Technology Research and Development Program of China under Grant Nos.2013BAB05B01,2013BAB06B04;the Fundamental Research Funds for the Central Universities of China under Grant No.2013B16114;the Open Foundation of Huai’an Research Institute of Hohai University under Grant No.2014502512

在线出版日期：2015-06-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：565-574