面向空間相關性和加權評分效應的情境感知Web服務推薦算法研究.pdf

1、分類號：分類號：密級：密級：研究生學位論文論文題目（中文）論文題目（中文）面向面向空間空間相關性和相關性和加權評分效應加權評分效應的情境感知的情境感知WebWeb服務推薦算法研究服務推薦算法研究論文題目（外文）論文題目（外文）ContextawareWebServicesRecommendationfModelingSpatialCrelationsWeightedRatingEffect研究生姓名研究生姓名胡亞昆胡亞昆學科、專業(yè)學科、

2、專業(yè)計算機科學與技術計算機科學與技術計算機系統(tǒng)結構計算機系統(tǒng)結構研究方向研究方向服務計算服務計算、數(shù)據(jù)挖掘、數(shù)據(jù)挖掘學位級別學位級別碩士導師姓名、職稱導師姓名、職稱陳文波陳文波副教授副教授范曉亮范曉亮講師講師論文工作論文工作起止年月起止年月2012015年99月至月至2012017年66月論文提交日期論文提交日期2012017年4月論文答辯日期論文答辯日期20172017年5月學位授予日期學位授予日期20172017年6月校址：甘肅省蘭

3、州市校址：甘肅省蘭州市I面向面向空間相關性和空間相關性和加權加權評分評分效應的情境感知效應的情境感知WebWeb服務推薦算服務推薦算法研究研究中文摘要中文摘要近年來，隨著互聯(lián)網(wǎng)迅速發(fā)展和移動設備的普及，互聯(lián)網(wǎng)上出現(xiàn)了大量功能相似、種類繁多的Web服務。如何向用戶推薦個性化的Web服務已成為服務計算領域的熱點研究問題之一。傳統(tǒng)的Web服務推薦算法已無法滿足Web服務推薦的多元化需求。因此，考慮時間、空間等情境因素的情境感知Web服務推薦方

4、法應運而生。然而，現(xiàn)有的情境感知Web服務推薦算法的研究仍存在如下問題：第一，現(xiàn)有算法主要關注于利用空間、時間等情境信息來尋找與當前用戶的情境相似的用戶或與當前Web服務的情境相似的服務。然而，尚未充分考慮用戶情境和Web服務情境之間的關聯(lián)性對用戶Web服務偏好產生的影響因素。因此，Web服務的推薦結果難以響應用戶或服務情境的動態(tài)變化。第二，在使用“用戶服務”QoS值矩陣進行用戶之間或服務之間相似度計算時，現(xiàn)有方案將大小不同的QoS值同

5、等看待，而普遍忽略了極大或極小的QoS值對用戶之間的相似度或服務之間的相似度的顯著影響。因而，難以為用戶推薦顯著反映用戶偏好的服務。針對上述問題，本文提出了一種面向空間相關性和加權評分效應的情境感知Web服務推薦方法（簡稱CASRSCWRE算法）。該方法旨在為用戶提供一種個性化的Web服務推薦機制：一方面，有利于挖掘用戶情境和服務情境之間的相關性對用戶Web服務偏好的影響，另一方面，保證推薦算法能夠顯著反映不同QoS值對用戶相似度或服務

6、相似度的顯著影響。本文的主要研究內容包括：首先，通過用戶空間情境和服務空間情境之間的關聯(lián)性，建模了空間相關性對用戶Web服務偏好影響，得到與用戶當前偏好相符的Web服務調用記錄。其次，通過建模加權評分效應來計算用戶之間相似度或服務之間相似度，并結合傳統(tǒng)的時間衰減相似度求解模型，提出了基于加權評分效應的時間衰減模型。再次，基于上述兩步過濾得到的數(shù)據(jù)，利用貝葉斯定理預測某一特定的Web服務對當前用戶的QoS值。最后，本文在WSDream數(shù)據(jù)