基于QoS歷史記錄的Web服務推薦算法研究.pdf_第1頁
已閱讀1頁,還剩62頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、Web服務是一種近年來新興的Web應用模式,并迅速發(fā)展起來。并且隨著Internet及相關技術的迅速發(fā)展,Web服務的種類和個數(shù)正在快速地增長,而且越來越多的Web服務提供的功能相同或相似,這導致了用戶很難快速地選擇自己所需要的服務;同時,對于服務提供者而言,也出現(xiàn)了信息過載的問題,導致消費者不斷流失。這都使得如何提高服務推薦質(zhì)量成為相關領域的關鍵問題。
  服務質(zhì)量QoS(Quality of Service)作為一個判定服務提

2、供者是否成功的重要因素,其描述了服務的非功能屬性,是成功進行Web服務推薦的關鍵性因素。目前,對基于QoS的Web服務推薦研究有限,而且已有的研究方法大多假設Web服務的QoS是靜態(tài)已知的,然而Web服務的QoS是不斷變化,與服務運行時的狀態(tài)密切聯(lián)系的。因此,現(xiàn)有的研究仍存在著推薦精確度低的問題。
  基于以上分析,本文針對Web網(wǎng)絡環(huán)境,研究傳統(tǒng)基于QoS的Web服務推薦技術中由于使用假設的QoS值和全部用戶的QoS歷史記錄,從

3、而導致Web服務推薦結(jié)果精確度不高,推薦效率低等問題。
  本文首先引入用戶興趣度概念,利用歐氏距離將與網(wǎng)絡新用戶興趣度相似的用戶劃分為一個簇,然后,利用同一簇中用戶的QoS歷史記錄,確定對同一Web服務的各個QoS屬性值,將其作為自變量,對應的服務質(zhì)量QoS值作為因變量,通過多元線性回歸求解出每個Web服務QoS屬性的權重預測值,進而得到每個Web服務的QoS預測函數(shù),據(jù)此為網(wǎng)絡新用戶推薦服務。圍繞本文提出的基于QoS歷史記錄的

4、Web服務推薦算法(Web Service Recommendation Algorithm basedon Historical QoS,WSRAHQ)給出了Web服務推薦過程,文中給出了推導過程。最后,我們以仿真實驗的形式驗證了該算法在提高服務推薦精確度和降低推薦運行時間方面的有效性。
  本文的創(chuàng)新點有兩點,一是采用用戶的QoS歷史記錄,這些數(shù)值反映了Web服務真實的運行情況,這有助于提高服務推薦的精確度;二是將興趣度相似的

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論