基于QoS的Web服务推荐算法研究
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 课题研究背景及意义 | 第8-9页 |
| 1.2 推荐系统研究现状 | 第9-12页 |
| 1.2.1 常用推荐算法介绍 | 第10-11页 |
| 1.2.2 基于历史数据协同过滤的不足 | 第11-12页 |
| 1.3 本文主要贡献 | 第12-13页 |
| 1.4 本文结构 | 第13-15页 |
| 第二章 相关背景知识介绍 | 第15-22页 |
| 2.1 Web服务 | 第15-16页 |
| 2.1.1 Web服务模式介绍 | 第15-16页 |
| 2.1.2 Web服务核心技术 | 第16页 |
| 2.2 QoS介绍 | 第16-17页 |
| 2.3 推荐系统 | 第17-21页 |
| 2.3.1 算法思想 | 第18-19页 |
| 2.3.2 算法流程 | 第19-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 基于地理位置的改进协同过滤算法 | 第22-35页 |
| 3.1 相关工作 | 第22-24页 |
| 3.1.1 背景介绍 | 第22页 |
| 3.1.2 传统相似性计算方法 | 第22-23页 |
| 3.1.3 传统相似性的不足 | 第23-24页 |
| 3.2 改进协同过滤算法 | 第24-29页 |
| 3.2.1 改进皮尔森相关系数 | 第24-26页 |
| 3.2.2 融合地理位置的协同过滤 | 第26-28页 |
| 3.2.3 算法流程 | 第28-29页 |
| 3.3 实验 | 第29-34页 |
| 3.3.1 数据库介绍 | 第29-30页 |
| 3.3.2 评价标准及对比算法 | 第30-31页 |
| 3.3.3 实验设置 | 第31-32页 |
| 3.3.4 实验结果 | 第32-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 基于用户可信度的Web服务推荐方法 | 第35-43页 |
| 4.1 相关工作 | 第35-36页 |
| 4.1.1 背景介绍 | 第35页 |
| 4.1.2 用户可信度 | 第35-36页 |
| 4.2 基于用户可信度的Web服务推荐方法 | 第36-38页 |
| 4.2.1 用户可信度的计算 | 第36-37页 |
| 4.2.2 不可信用户的排除 | 第37页 |
| 4.2.3 算法流程 | 第37-38页 |
| 4.3 实验 | 第38-42页 |
| 4.3.1 实验设置 | 第38-39页 |
| 4.3.2 实验结果 | 第39-42页 |
| 4.4 本章小结 | 第42-43页 |
| 第五章 改进的个性化扰动隐私保护算法 | 第43-51页 |
| 5.1 相关工作 | 第43-44页 |
| 5.1.1 背景介绍 | 第43页 |
| 5.1.2 隐私保护算法 | 第43-44页 |
| 5.2 个性化隐私保护推荐算法 | 第44-47页 |
| 5.2.1 数据扰动算法 | 第44-46页 |
| 5.2.2 个性化隐私保护算法 | 第46页 |
| 5.2.3 算法流程 | 第46-47页 |
| 5.3 实验 | 第47-50页 |
| 5.3.1 实验设置 | 第47页 |
| 5.3.2 实验结果 | 第47-50页 |
| 5.4 本章小结 | 第50-51页 |
| 第六章 总结与展望 | 第51-53页 |
| 6.1 全文总结 | 第51页 |
| 6.2 进一步工作展望 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第56-57页 |
| 致谢 | 第57页 |
