首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 578 毫秒
1.
随着Web服务数量的迅速增长,Web服务个性化推荐方法已成为Web服务发现和选择的重要辅助手段。为了提高Web服务推荐的准确率和满意度,本文提出基于用户情境和质量偏好的Web服务推荐方法,该方法根据用户的QoS偏好、用户资料和用户共同调用的服务来计算用户的相似度,并以此相似度为基础考虑推荐时间因素,来实现对相似用户Web服务的准确推荐。实验表明,该推荐算法的有效性和可行性。  相似文献   

2.
介绍了Web服务的基本概念,给出了用户任务到Web服务的映射模型;提出了一种面向领域的Web服务QoS模型,讨论了基本Web服务评价方法;结合工作流建模技术,阐述了Web服务组合模型的构建方法以及如何计算组合服务的QoS;结合"旅行计划"实例,说明如何利用基于任务驱动和QoS约束的Web服务组合模型进行Web服务组合。  相似文献   

3.
为了改善传统协同过滤推荐算法的冷启动与数据稀疏问题,基于概率矩阵分解模型,将用户属性、物品关系与时序行为融合到模型中,通过不断调整3种模型所占权重,得到最小的RMSE值。在Movielens数据集上进行实验,并与其它相关算法的RMSE值进行比较。实验结果表明,结合多信息的概率矩阵分解模型的RMSE值低于其它推荐方法,即推荐精度优于其它方法。结合多信息的概率矩阵分解模型,在数据稀疏情况下,也能保持较好的推荐性能,推荐精度得到一定程度提升。  相似文献   

4.
在传统Web服务的中,基于关键词的Web服务匹配缺乏语义支持,搜索效率低.语义Web技术与Web服务的结合,开辟了语义Web服务的研究领域,本文以所提出的匹配策略为主线,围绕语义Web服务层次松弛匹配机制,依次展开服务类别、服务文本描述、服务功能、服务质量四个层次的匹配研究,实现了从语法相似度、语义相似度和QoS相似度上对Web服务的选择.  相似文献   

5.
传统的Web(网络)服务发现只是简单的基于关键字的匹配,查询得到的服务包含了大量用户需求以外的垃圾服务,导致搜索的用户体验很差等问题。以毕节网络服务环境作为背景,从用户的QoS(服务质量)需求出发,提出一种面向QoS评估的Web服务发现模型。引入用户评价机制,通过服务请求者反馈QoS信息的方式来监督服务提供者所提供的服务可信度,同时,服务提供者也可利用反馈的QoS信息来改进Web服务的服务质量。  相似文献   

6.
提出了一种基于用户兴趣及标签相似度的混合推荐算法,构建基于标签的用户兴趣模型,通过计算与资源相似度完成推荐,同时融合时间因素研究用户兴趣变化,提高了基于内容的推荐中相似度计算的准确率;根据用户兴趣相似度聚类用户,通过兴趣协同推荐减少对评分矩阵的依赖,一定程度上解决了协同过滤中推荐数据缺失问题;同时,结合用户基本信息有望缓解冷启动问题。实验表明该算法具有一定的有效性及可行性。  相似文献   

7.
提升链路预测精度是复杂网路研究的基础问题之一。传统基于局部信息相似性、基于全局信息相似性与基于随机游走相似性的链路预测都是基于单个相似性指标进行预测的,而没有充分利用这些相似性指标的综合信息。将链路预测问题看作机器学习中的二分类问题,将有连接的样本标签记为1,无连接的样本标签记为0,将基于局部信息、基于全局信息与基于随机游走相似性等15个指标作为样本特征。综合考虑以上信息,使用XGBoost算法,选取AUC作为模型评价准则,在facebook真实数据集上进行实验。结果表明,该算法在测试集上的AUC高于基于单个相似性指标链路预测的AUC。  相似文献   

8.
数据稀疏是协同过滤预测精度的一个重要影响因素。Slope One算法使用简单的线性回归模型解决该问题,但它只使用评分数据做计算,未考虑相似性。提出一种基于用户习惯偏好相似度的Slope One算法(UPS Slope One)。UPS Slope One首先基于用户习惯偏好聚类,得到三组不同偏好的用户,然后分别计算各组评分偏差,计算时将用户习惯偏好相似度融入其中,最后使用线性回归模型预测评分。在MovieLens数据集上的实验表明,该算法可得到更高的推荐质量、预测准确性和稳定性。  相似文献   

9.
在传统推荐系统中,通常基于协同过滤推荐算法挖掘评分中的隐含特征,但在实际应用中,评分矩阵往往十分稀疏,很难充分地表示用户偏好特征与物品描述特征。为了充分挖掘评论文本中的隐含特征,并在一定程度上缓解数据稀疏性问题,提出一种深度协同过滤模型(CFiCNN):融合卷积神经网络的协同过滤模型。该模型利用卷积神经网络抽取用户-物品评论数据中的隐含特征,基于协同过滤的矩阵分解方法,进行评分预测。在4个真实数据集上对该模型进行了评估实验,并与3个常用模型进行对比。实验结果表明,该模型能够很好地抽取到用户与物品的隐含特征,并且进行更准确的评分预测。  相似文献   

10.
为实现对可信Web 服务的推荐,提出基于用户及相似用户使用经验的Web服务信任模型,该模型一方面定义用户自身服务使用经验为直接信任度;另一方面,依据相似用户使用经验定义推荐信任度。采用TOP K算法,选出与用户最相似的K个最近邻,根据直接信任度与间接信任度预测出服务性能后进行服务推荐。模拟实验结果表明,该方法能有效进行Web服务推荐。  相似文献   

11.
基于语法匹配的服务发现无法适应web的开放性和动态性环境.为了对语法匹配产生的web服务候选集进行二次选择,提出一种基于语义相似性的web服务选择方法.该方法首先定义了包含QoS和上下文的web服务本体.服务本体提供了一个接口描述的通用术语集合,以此作为服务描述的语义支撑.然后,通过相似理论和web服务本体计算web服务接口之间的语义距离.与已有的方法相比,由于提供了概念化的形式语义说明,web服务的接口能在本体下得到准确的解释,同时服务选择的效率和准确性得到了改进.  相似文献   

12.
With the rapid growth of service scale, there are many services with the same functional properties but different non-functional properties on the Internet. There have been some global optimizing service selection algorithms for service selection. However, most of those approaches cannot fully reflect users’ preferences or are not fully suitable for large-scale services selection. In this paper, an ant colony optimization (ACO) algorithm for the model of global optimizing service selection with various quality of srevice (QoS) properties is employed, and a user-preference based large-scale service selection algorithm is proposed. This algorithm aims at optimizing user-preferred QoS properties and selecting services that meet all user-defined QoS thresholds. Experiment results prove that this algorithm is very efficient in this regard.  相似文献   

13.
针对web服务组合中选择服务需感知服务的QoS属性问题,采用向量表示法描述原子服务及组合服务的QoS属性和用户提出的多项全局约束,把寻求满足多项非功能属性约束的最优服务组合问题转化为在有向图中搜索最优多约束路径问题,采用有向图对组合服务建模.设计了多QoS属性约束的服务组合模拟退火算法,进行组合服务QoS属性的归一化处理和二次寻优.实验结果表明该方法可求得满足各项QoS约束的可行解,模拟过程显示该算法以多项式时间复杂度选出近似最优解.  相似文献   

14.
INTRODUCTION Web service technologies are immerging as a powerful vehicle for organizations that participate in Web based dynamic collaborations. An organization can publish its business processes as Web services to the Internet for potential customers to discover and use them. Compared with traditional fixed inter-orga- nization collaboration relationship, the Web-based dynamic collaboration brings service providers more customers and more profits, and enables consumers to search in a w…  相似文献   

15.
服务质量(QoS)描述了服务满足消费者需求的能力,提供有保证的QoS是Web服务在商业应用中获得成功的关键。本文利用UDDI的外部分类架构,建立了描述Web服务QoS的一组分类tModel,并给出了服务提供者QoS指标的量化定理和Web服务QoS的实现过程。该方法不改变UDDI内部结构,能更好地与Web服务标准协议兼容,并易于实现。  相似文献   

16.
针对传统非负张量分解收敛速度慢,分解精度低的难题,结合three semi-NMF模型,将局部目标函数理论应用于非负张量分解中,提出了基于局部分层的非负张量分解算法,并通过人脸特征提取实验验证了算法的有效性.通过对由空压机不同故障振动信号的双谱构成的张量按该算法分解,得到反映故障特征的基图像及与基图像对应的权值矩阵,建...  相似文献   

17.
Mobility and resource-limitedness pose challenging issues to service configuration for quality of service (QoS) management in ubiquitous computing environments. Previous configuration approaches, such as static resource reservation, dynamic resource allocation and single service composition are not valid in the environments. In this study, we present an adaptive service configuration approach. Firstly, we reduce the dynamic configuration process to a control model which aims to achieve the variation of critical QoS on minimal level with less resource cost. Secondly, to deal with different QoS variations, we design two configuration strategies--service chain reconfiguration and QoS parameter adjustment--and implement them based on fuzzy logic control theory. Finally, a configuration algorithm is developed to flexibly employ the two configuration strategies in tune with the error of critical QoS in configuration process. The results of simulation experiments suggest that our approach outperforms existing configuration approaches in both QoS improvement and resource utilization.  相似文献   

18.
基于矩阵降维的典型用户文件发现方法   总被引:3,自引:0,他引:3  
应用聚类技术能够自动地发现典型用户件,但是由于会话向量通常是高维的稀疏向量,因此很难在会话向量之间设计有效的相似度度量.本提出2种基于矩阵降维的典型用户件发现方法.这些方法应用非负矩阵分解技术降低会话-URL矩阵的维数,并通过球形的后.均值算法对用户会话向量的投影向量聚类,由此得到典型用户件.实验结果表明,这些算法能够有效地从用户会话中发现典型的用户件.  相似文献   

19.
基于语义与QoS全局感知的web服务组合   总被引:1,自引:0,他引:1  
针对服务组合流程,提出了语义与QoS全局感知的服务组合.在全局语义匹配过程中,既考虑了全局匹配,又考虑了从QoS角度进行匹配.当对服务组合有全局语义满足及QoS约束要求时,在全局范围里选择满足整个服务组合流程的QoS约束和语义匹配度要求的具体服务集,并实现服务组合的优化解.建立了全局匹配的QoS模型及其评价方法,基于该模型及评价方法,采用遗传算法实现全局语义匹配度最大化及满足用户的QoS指标需求.实验结果和分析表明,基于语义与QoS感知的服务匹配算法是可行和有效的.  相似文献   

20.
因子分解机对特征各维度之间的一阶线性关系和二阶线性关系建模,在推荐系统中已有较多应用。神经因子分解机模型(NFM) 是因子分解机与神经网络的结合模型,它能捕获特征之间的高阶交互信息,使得模型预测效果更佳。但由于神经因子分解机模型一般都是采用全连接的前馈神经网络,使得整个推荐网络过于复杂,存在过拟合风险。为了降低神经因子分解机模型的整体复杂度,提高推荐模型的泛化性能,提出一种基于交叉网络的因子分解机模型(CFM),降低模型复杂度,提高模型泛化性能。实验表明,该模型在数据集上的预测准确度为77%左右,相比NFM预测准确度提高了约2%,整体模型泛化性能也有所提高。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号