上下文感知的Web服務推薦研究.pdf

1、隨著Web服務技術的發(fā)展，其相關產(chǎn)品以及技術越來越成熟，互聯(lián)網(wǎng)上可用的Web服務越來越多，功能相似甚至相同的服務也出現(xiàn)在用戶面前，面對如此眾多的服務，如何選擇出適合用戶需求的服務變得越來越困難。圍繞這一問題，優(yōu)化推薦等算法被引入到了Web服務的選擇過程中，在這些算法中主要將服務的QoS信息作為衡量服務優(yōu)劣的重要標準來進行服務選擇。這些算法從一定程度上提高了服務推薦的質(zhì)量，但是難以滿足用戶的個性化需求。為解決這一問題，上下文感知技術被引入

2、到服務推薦過程中，在服務推薦過程中通過對用戶行為、喜好以及影響服務質(zhì)量的上下文信息的分析，選擇出適合當前用戶的最佳服務列表。
　　 本文綜合考慮用戶歷史行為記錄、用戶當前狀態(tài)以及服務的QoS屬性等上下文信息，給出了基于用戶的協(xié)同過濾推薦算法、基于服務的協(xié)同過濾推薦算法、基于QoS信息的服務推薦算法以及基于時間加權(quán)的服務推薦算法這四種適合不同上下文情形的服務推薦算法，并且給出了基于不同上下文信息的推薦算法選擇策略。上下文信息在服務

3、推薦過程中起到兩個重要作用，首先它決定服務推薦算法的選擇，其次它作為推薦算法的重要參數(shù)直接影響服務推薦結(jié)果的生成。這種上下文感知的Web服務推薦算法選擇和執(zhí)行策略不僅實現(xiàn)了服務推薦算法選擇的個性化，而且實現(xiàn)了服務推薦結(jié)果的個性化。最后對本文提出的推薦算法進行了實現(xiàn)，并設計實現(xiàn)了上下文感知的Web服務推薦系統(tǒng)。通過實驗分析，從推薦結(jié)果的準確率、召回率以及覆蓋率這三個方面驗證了本文提出的服務推薦算法能夠提高用戶對服務選擇的滿意度。本文研究具