| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 研究现状 | 第9-11页 |
| 1.3 研究内容及创新点 | 第11-12页 |
| 1.4 章节安排 | 第12-14页 |
| 第二章 相关工作介绍 | 第14-26页 |
| 2.1 面向服务的体系结构 | 第14-16页 |
| 2.2 聚类算法 | 第16-22页 |
| 2.2.1 基本概念 | 第16页 |
| 2.2.2 聚类算法分类 | 第16-17页 |
| 2.2.3 FEM聚类算法 | 第17-20页 |
| 2.2.4 服务计算中的聚类算法 | 第20-22页 |
| 2.3 协同过滤算法 | 第22-25页 |
| 2.3.1 基本概念 | 第22页 |
| 2.3.2 基于用户的协同过滤算法 | 第22-24页 |
| 2.3.3 服务计算中的协同过滤算法 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 基于服务质量属性的相似服务聚类 | 第26-34页 |
| 3.1 服务描述 | 第26-28页 |
| 3.1.1 服务描述矩阵的获取 | 第27-28页 |
| 3.1.2 服务描述矩阵归一化处理 | 第28页 |
| 3.2 候选服务相似度计算 | 第28-29页 |
| 3.3 基于相似度的服务聚类方法 | 第29-30页 |
| 3.4 相似服务聚类算法 | 第30-33页 |
| 3.4.1 main模块 | 第30-31页 |
| 3.4.2 getInitalSimilarClass模块 | 第31页 |
| 3.4.3 getAccuracySimilarClass模块 | 第31-32页 |
| 3.4.4 filterSameSimilar Class模块 | 第32-33页 |
| 3.5 服务类的代表服务求取 | 第33页 |
| 3.6 本章小结 | 第33-34页 |
| 第四章 基于相似类和用户偏好描述的服务选择方法 | 第34-40页 |
| 4.1 用户偏好描述 | 第34-35页 |
| 4.2 基于协同过滤的偏好权重获取 | 第35-37页 |
| 4.2.1 各用户已知属性的权重获取 | 第35-36页 |
| 4.2.2 基于相似用户的未知属性权重预测 | 第36-37页 |
| 4.2.3 协同过滤方法性能改进 | 第37页 |
| 4.3 基于相似类和用户偏好的服务选择 | 第37-39页 |
| 4.3.1 服务选取过程 | 第38页 |
| 4.3.2 用户偏好服务选择算法描述 | 第38-39页 |
| 4.4 本章小结 | 第39-40页 |
| 第五章 应用实例和仿真实验 | 第40-53页 |
| 5.1 应用实例 | 第40-44页 |
| 5.1.1 服务聚类相似类集合获取 | 第40-42页 |
| 5.1.2 基于协同过滤的用户偏好权重获取及服务选择 | 第42-44页 |
| 5.2 仿真实验 | 第44-52页 |
| 5.2.1 实验建立 | 第44-46页 |
| 5.2.2 服务选择时间结果分析 | 第46-47页 |
| 5.2.3 负载量结果分析 | 第47-48页 |
| 5.2.4 满意度结果分析 | 第48-50页 |
| 5.2.5 RGD数据集上实验结果分析 | 第50-52页 |
| 5.3 本章小结 | 第52-53页 |
| 第六章 总结与展望 | 第53-55页 |
| 6.1 总结 | 第53页 |
| 6.2 展望 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 附录1 程序清单 | 第58-59页 |
| 附录2 攻读硕士学位期间撰写的论文 | 第59-60页 |
| 附录3 攻读硕士学位期间参加的科研项目 | 第60-61页 |
| 致谢 | 第61页 |
