| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 引言 | 第14-21页 |
| 1.1 研究背景 | 第14-16页 |
| 1.1.1 服务计算及其应用 | 第14-15页 |
| 1.1.2 服务质量预测面临的挑战 | 第15-16页 |
| 1.2 面向用户调用特征的个性化服务QoS预测问题的提出 | 第16-17页 |
| 1.3 论文主要研究内容及组织结构 | 第17-21页 |
| 第2章 论文相关工作 | 第21-34页 |
| 2.1 Web服务 | 第22-24页 |
| 2.1.1 Web服务的定义 | 第22-23页 |
| 2.1.2 Web服务描述 | 第23-24页 |
| 2.2 Web服务QoS | 第24-27页 |
| 2.2.1 Web服务QoS指标 | 第24-25页 |
| 2.2.2 Web服务QoS模型 | 第25-27页 |
| 2.3 Web服务QoS预测方法 | 第27-29页 |
| 2.3.1 基于统计的QoS预测方法 | 第27-28页 |
| 2.3.2 个性化服务QoS预测方法 | 第28-29页 |
| 2.4 协同过滤方法 | 第29-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第3章 面向用户调用特征的个性化Web服务QoS预测机制 | 第34-50页 |
| 3.1 研究动机与目标 | 第34-39页 |
| 3.1.1 研究动机 | 第35-38页 |
| 3.1.2 研究目标 | 第38-39页 |
| 3.2 相关定义 | 第39-42页 |
| 3.2.1 用户调用特征 | 第39-41页 |
| 3.2.2 Web服务QoS属性集 | 第41-42页 |
| 3.3 面向用户调用特征的个性化Web服务QoS预测机制 | 第42-48页 |
| 3.3.1 面向用户调用特征的个性化Web服务QoS预测框架 | 第42-44页 |
| 3.3.2 面向用户调用特征的个性化Web服务QoS预测过程 | 第44-46页 |
| 3.3.3 面向用户调用特征的个性化Web服务QoS预测应用架构 | 第46-48页 |
| 3.4 本章小结 | 第48-50页 |
| 第4章 面向用户调用特征的协同过滤Web服务QoS预测方法 | 第50-70页 |
| 4.1 方法的提出与相关定义 | 第50-55页 |
| 4.1.1 研究思路 | 第50-54页 |
| 4.1.2 相关定义 | 第54-55页 |
| 4.2 服务使用特征及用户调用特征提取 | 第55-57页 |
| 4.3 预测数据筛选 | 第57-61页 |
| 4.3.1 服务使用特征的规范化 | 第58-59页 |
| 4.3.2 服务相似度计算 | 第59-61页 |
| 4.3.3 预测数据确定 | 第61页 |
| 4.4 用户相似度及预测值计算 | 第61-63页 |
| 4.4.1 用户相似度计算 | 第61-63页 |
| 4.4.2 Web服务QoS值预测 | 第63页 |
| 4.5 稀疏数据处理方法 | 第63-64页 |
| 4.6 面向用户调用特征的协同过滤Web服务QoS预测算法 | 第64-66页 |
| 4.7 实验分析 | 第66-69页 |
| 4.7.1 数据集 | 第66-67页 |
| 4.7.2 度量 | 第67-69页 |
| 4.8 本章小结 | 第69-70页 |
| 第5章 基于DBSCAN的用户服务使用特征模式的提取方法 | 第70-82页 |
| 5.1 方法的提出与基本概念 | 第70-75页 |
| 5.2 基于DBSCAN的用户服务使用特征模式的提取方法 | 第75-80页 |
| 5.2.1 基于密度的数据挖掘方法DBSCAN | 第75-77页 |
| 5.2.2 相关参数设定 | 第77-78页 |
| 5.2.3 基于DBSCAN的用户服务使用特征模式提取算法DBSP | 第78-80页 |
| 5.3 实验分析 | 第80-81页 |
| 5.4 本章小结 | 第81-82页 |
| 第6章 基于用户服务使用特征模式的Web服务QoS预测方法 | 第82-98页 |
| 6.1 基于用户服务使用特征模式的Web服务QoS预测过程 | 第82-85页 |
| 6.2 基于灰关联分析的用户服务使用特征模式匹配 | 第85-89页 |
| 6.2.1 灰关联分析 | 第85-88页 |
| 6.2.2 基于灰关联分析的模式匹配 | 第88-89页 |
| 6.3 无匹配模式的Web服务QoS预测过程 | 第89-93页 |
| 6.4 基于用户服务使用特征模式的Web服务QoS预测算法 | 第93-95页 |
| 6.5 实验分析 | 第95-97页 |
| 6.6 本章小结 | 第97-98页 |
| 第7章 面向组合Web服务的个性化服务推荐工具的设计与实现 | 第98-117页 |
| 7.1 实验平台背景 | 第98-101页 |
| 7.1.1 基于分层适应策略的网构软件环境感知与演化实验平台 | 第98-100页 |
| 7.1.2 组合服务初始实例及备选服务集生成 | 第100-101页 |
| 7.2 组合服务调用特征提取方法 | 第101-107页 |
| 7.2.1 组合服务调用特征提取流程 | 第101-102页 |
| 7.2.2 输入特征及时间特征的提取 | 第102-105页 |
| 7.2.3 环境特征和主机特征的提取 | 第105-107页 |
| 7.3 面向用户调用特征的组合Web服务实例及备选集生成工具 | 第107-116页 |
| 7.3.1 系统架构 | 第107-111页 |
| 7.3.2 面向组合Web服务的个性化服务推荐工具数据接口展示 | 第111-112页 |
| 7.3.3 平台上个性化推荐方法的综合实验分析 | 第112-116页 |
| 7.4 本章小结 | 第116-117页 |
| 第8章 结论 | 第117-120页 |
| 8.1 本文工作总结 | 第117-119页 |
| 8.2 下一步的研究工作 | 第119-120页 |
| 参考文献 | 第120-132页 |
| 致谢 | 第132-134页 |
| 攻读博士学位期间的主要成果 | 第134-135页 |
| 论文发表情况 | 第134-135页 |
| 科研项目 | 第135页 |
