基于协同过滤和QoS预测的Web服务推荐方法研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 论文研究内容 | 第11-12页 |
| 1.4 论文章节安排 | 第12-13页 |
| 1.5 本章小结 | 第13-14页 |
| 2 相关技术研究 | 第14-26页 |
| 2.1 WEB服务 | 第14-18页 |
| 2.1.1 WEB服务的概念 | 第14页 |
| 2.1.2 WEB服务模型 | 第14-16页 |
| 2.1.3 WEB服务的技术体系 | 第16-17页 |
| 2.1.4 WEB服务的QoS | 第17-18页 |
| 2.2 推荐系统研究 | 第18-25页 |
| 2.2.1 基于关联规则的推荐算法 | 第19-20页 |
| 2.2.2 基于内容的推荐算法 | 第20-21页 |
| 2.2.3 基于协同过滤的推荐算法 | 第21-25页 |
| 2.3 本章小结 | 第25-26页 |
| 3 自适应服务的协同过滤QoS预测算法 | 第26-37页 |
| 3.1 引言 | 第26页 |
| 3.2 基于协同过滤的QoS预测算法 | 第26-29页 |
| 3.3 传统协同过滤算法的问题 | 第29-32页 |
| 3.4 自适应服务QoS预测算法的提出 | 第32-36页 |
| 3.4.1 改进的用户相似性计算方法 | 第32-35页 |
| 3.4.2 改进算法的推荐流程 | 第35-36页 |
| 3.5 本章小结 | 第36-37页 |
| 4 基于二次聚类协同过滤QoS预测算法 | 第37-48页 |
| 4.1 基于用户聚类的协同过滤算法 | 第37-40页 |
| 4.1.1 基本流程 | 第37页 |
| 4.1.2 灰羊问题 | 第37-40页 |
| 4.2 用户置信度 | 第40-44页 |
| 4.2.1 相关定义 | 第40页 |
| 4.2.2 评分置信度 | 第40-42页 |
| 4.2.3 评分置信度算法 | 第42-43页 |
| 4.2.5 评分置信度算法示例 | 第43-44页 |
| 4.3 基于二次聚类的协同过滤QoS预测算法 | 第44-47页 |
| 4.4 本章小结 | 第47-48页 |
| 5 实验设计与结果分析 | 第48-56页 |
| 5.1 实验环境 | 第48页 |
| 5.1.1 实验平台 | 第48页 |
| 5.1.2 实验数据 | 第48页 |
| 5.2 评价指标 | 第48-49页 |
| 5.3 对比算法描述 | 第49-50页 |
| 5.4 实验设计和结果分析 | 第50-55页 |
| 5.5 本章小结 | 第55-56页 |
| 6 总结与展望 | 第56-58页 |
| 6.1 总结 | 第56页 |
| 6.2 展望 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 附录 | 第64页 |
