基于隨機(jī)游走的web服務(wù)推薦算法研究

《基于隨機(jī)游走的web服務(wù)推薦算法研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、密級：非密碩士學(xué)位論文中圖分類號：TP311基于隨機(jī)游走的Web服務(wù)推薦算法研究學(xué)位類型學(xué)術(shù)型學(xué)位學(xué)科（專業(yè)學(xué)位類別）計算機(jī)科學(xué)與技術(shù)作者姓名戴小玲導(dǎo)師姓名及職稱唐明董教授實踐導(dǎo)師姓名及職稱學(xué)院名稱計算機(jī)科學(xué)與工程學(xué)院論文提交日期2016年5月25日基于隨機(jī)游走的Web服務(wù)推薦算法研究學(xué)位類型學(xué)術(shù)型學(xué)位學(xué)科（專業(yè)學(xué)位類別）計算機(jī)科學(xué)與技術(shù)作者姓名戴小玲作者學(xué)號13010501006導(dǎo)師姓名及職稱唐明董教授實踐導(dǎo)師姓名及職稱學(xué)院名稱計算機(jī)科學(xué)與工程學(xué)院論文提交日期2016年5月25日學(xué)位授予單位湖

2、南科技大學(xué)ResearchonWebServiceRecommendationAlgorithmsBasedonRandomWalkTypeofDegreeAcademicDegreeDisciplineComputerScienceandTechnologyCandidateXiaolingDaiStudentNumber13010501006SupervisorandProfessionalTitleProf.MingdongTangPracticeMentorandProfessional

3、TitleSchoolComputerScienceandEngineeringDateMay25,2016UniversityHunanUniversityofScienceandTechnology學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：所呈交的論文是本人在導(dǎo)師的指導(dǎo)下獨立進(jìn)行研究所取得的研究成果。除了文中特別加以標(biāo)注引用的內(nèi)容外，本論文不包含任何其他個人或集體已經(jīng)發(fā)表或撰寫的成果作品。對本文的研究做出重要貢獻(xiàn)的個人和集體，均已在文中以明確方式標(biāo)明。本人完全意識到本聲明的法律后果由本人承擔(dān)。作者簽名

4、：日期：年月日學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，同意學(xué)校保留并向國家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱。本人授權(quán)湖南科技大學(xué)可以將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。涉密論文按學(xué)校規(guī)定處理。作者簽名：日期：年月日導(dǎo)師簽名：日期：年月日摘要近年來，隨著面向服務(wù)的計算模式和架構(gòu)的廣泛應(yīng)用，越來越多的Web服務(wù)出現(xiàn)在Internet上。許多Web服務(wù)具有相同或相似

5、的功能，但是服務(wù)質(zhì)量（QualityofService，QoS）卻參差不齊。面對大量的候選Web服務(wù)，服務(wù)用戶不得不花費大量的時間和精力來挑選既滿足功能需求又具有較高質(zhì)量的服務(wù)。因此，為用戶推薦合適的高質(zhì)量Web服務(wù)變得越來越重要。以往的Web服務(wù)推薦系統(tǒng)一般采用協(xié)同過濾方法，即根據(jù)其他用戶的服務(wù)調(diào)用記錄來為目標(biāo)用戶預(yù)測服務(wù)的質(zhì)量，從而為之推薦較高質(zhì)量的服務(wù)。在現(xiàn)實情況中，隨著網(wǎng)絡(luò)上Web服務(wù)和服務(wù)用戶的數(shù)量加速增長，一個用戶常常只調(diào)用很少量的幾個Web服務(wù)，這造成了服務(wù)調(diào)用記錄和QoS數(shù)據(jù)的極

6、度稀疏，從而引起當(dāng)前的Web服務(wù)推薦方法在預(yù)測服務(wù)QoS時精度下降。并且，傳統(tǒng)的Web服務(wù)推薦方法無法得到QoS預(yù)測和服務(wù)推薦的置信度。Web服務(wù)的QoS通常受到用戶和服務(wù)位置的影響?；谶@一事實，有一些研究工作考慮利用用戶或服務(wù)的位置信息來更好地預(yù)測服務(wù)的QoS，在一定程度上可以解決服務(wù)QoS數(shù)據(jù)的稀疏問題。然而，在用戶和服務(wù)位置分布比較稀疏的情況下，以往利用位置的服務(wù)推薦方法在服務(wù)QoS預(yù)測精度方面也會受到限制。為了結(jié)合服務(wù)的QoS記錄和用戶的位置信息，同時提高服務(wù)的推薦精度和覆蓋率，本文提

7、出了一種基于隨機(jī)游走模型的Web服務(wù)推薦方法。本文的主要貢獻(xiàn)如下：（1）提出了一種隨機(jī)游走模型和相應(yīng)的服務(wù)推薦方法，結(jié)合了用戶位置信息和協(xié)同過濾技術(shù)來預(yù)測Web服務(wù)的QoS。該方法包含兩個階段。第一階段利用用戶的地理位置信息，并考慮用戶之間的相似性構(gòu)建用戶網(wǎng)絡(luò)。第二階段在該網(wǎng)絡(luò)上執(zhí)行隨機(jī)游走算法，每次游走為目標(biāo)用戶和目標(biāo)服務(wù)計算一個QoS預(yù)測值，直到滿足終止條件為止，最后匯總這些QoS預(yù)測值來計算結(jié)果。我們的方法能夠有效解決Web服務(wù)數(shù)據(jù)稀疏性問題和冷啟動問題，提高了服務(wù)推薦的覆蓋率，在一定程度

8、上也提高了服務(wù)推薦的精度。且該方法允許我們定義和測量推薦結(jié)果的置信度。為了評估我們提出方法的性能，在一個真實的Web服務(wù)數(shù)據(jù)集上進(jìn)行了一系列全面的實驗，并和已存在的協(xié)同過濾方法作了比較。結(jié)果顯示了所提方法的優(yōu)越性。（2）通過擴(kuò)展上述基于隨機(jī)游走的Web服務(wù)推薦方法，提出了一種Web服務(wù)QoS區(qū)間預(yù)測方法。現(xiàn)實中Web服務(wù)的QoS值往往是不確定的、動態(tài)變化的，容易受到用戶位置、網(wǎng)絡(luò)狀態(tài)和服務(wù)負(fù)載的影響。用單一的點值預(yù)測Web服務(wù)的QoS不能完全反映服務(wù)的真實情況，可信度也不高，因此使用區(qū)間來估算W