信任关系辅助的隐反馈Web服务推荐研究

摘要：

针对Web服务推荐现有技术缺乏显式打分数据缺点,提出使用隐反馈知识进行推荐的方法.该方法首先构造一个伪评分生成器,将用户隐反馈知识映射成为显式打分.基于矩阵因子分解模型,将信任知识引入服务推荐过程,建立一种融合社交信任信息的服务推荐模型,有效提高了服务推荐性能.实验表明,本文提出的基于隐反馈的服务推荐方法预测性能优于最近邻方法和SVD+十方法;同SVD++方法的性能对比实验表明,引入信任知识能够进一步提高服务推荐的性能,具有较好的实际应用价值.

关键词：信任知识、隐反馈、Web服务推荐

所属期刊栏目：63

分类号：TP311(计算技术、计算机技术)

资助基金：国家重点基础研究发展计划9732014CB340600;国家自然科学基金重点项目6332019;国家自然科学基金资助项目61173138,61272452;福建省自然科学基金资助项目2016J01285;武汉大学软件工程国家重点实验室开放课题SKLSE2014-10-07

在线出版日期：2017-05-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：172-176