| 摘要 | 第6-8页 |
| Abstract | 第8-10页 |
| 第一章 绪论 | 第16-27页 |
| 1.1 研究背景 | 第16-19页 |
| 1.1.1 服务计算 | 第16-18页 |
| 1.1.2 Web服务发现 | 第18-19页 |
| 1.2 研究现状 | 第19-22页 |
| 1.3 存在问题 | 第22-23页 |
| 1.4 本文的工作 | 第23-24页 |
| 1.5 论文结构 | 第24-26页 |
| 1.6 小结 | 第26-27页 |
| 第二章 研究基础 | 第27-44页 |
| 2.1 引言 | 第27页 |
| 2.2 Web服务发现技术基础 | 第27-38页 |
| 2.2.1 Web服务描述语言 | 第27-30页 |
| 2.2.2 Web服务聚类 | 第30-32页 |
| 2.2.3 个性化推荐系统 | 第32-37页 |
| 2.2.4 Web服务推荐 | 第37-38页 |
| 2.3 情境与情境感知的服务发现 | 第38-43页 |
| 2.3.1 情境相关知识 | 第38-42页 |
| 2.3.2 情境感知的服务发现 | 第42-43页 |
| 2.4 小结 | 第43-44页 |
| 第三章 情境感知的多策略服务发现框架 | 第44-52页 |
| 3.1 引言 | 第44-46页 |
| 3.2 多策略服务发现框架 | 第46-51页 |
| 3.2.1 数据层 | 第47-48页 |
| 3.2.2 服务搜索 | 第48-49页 |
| 3.2.3 服务推荐 | 第49-51页 |
| 3.3 小结 | 第51-52页 |
| 第四章 Wiki知识辅助的服务聚类 | 第52-65页 |
| 4.1 引言 | 第52-54页 |
| 4.2 基于迁移学习的多样化服务聚类框架 | 第54-60页 |
| 4.2.1 数据预处理 | 第54-55页 |
| 4.2.2 TD-ATM | 第55-59页 |
| 4.2.3 隐含主题表达聚类 | 第59-60页 |
| 4.3 实验分析 | 第60-64页 |
| 4.3.1 实验准备 | 第60-61页 |
| 4.3.2 算法性能 | 第61-62页 |
| 4.3.3 辅助数据和参数对算的影响 | 第62-64页 |
| 4.4 小结 | 第64-65页 |
| 第五章 基于隐反馈的时间感知服务推荐方法 | 第65-82页 |
| 5.1 引言 | 第65-66页 |
| 5.2 相关基础知识 | 第66-67页 |
| 5.2.1 PWeb数据集 | 第66页 |
| 5.2.2 时间影响 | 第66-67页 |
| 5.2.3 融合偏差的矩阵因子分解模型 | 第67页 |
| 5.3 时间感知的Web服务推荐 | 第67-75页 |
| 5.3.1 伪评分生成器 | 第68-70页 |
| 5.3.2 时间感知的推荐 | 第70-75页 |
| 5.4 实验分析 | 第75-81页 |
| 5.4.1 实验准备 | 第75页 |
| 5.4.2 算法性能 | 第75-77页 |
| 5.4.3 伪评分生成器中的参数影响 | 第77-78页 |
| 5.4.4 参数δut和δst的影响 | 第78-79页 |
| 5.4.5 偏差的影响 | 第79页 |
| 5.4.6 模型中参数设定 | 第79-80页 |
| 5.4.7 矩阵稀疏度的影响 | 第80-81页 |
| 5.5 小结 | 第81-82页 |
| 第六章 情境知识辅助的在线服务推荐方法 | 第82-99页 |
| 6.1 引言 | 第82-83页 |
| 6.2 相关基础知识 | 第83-85页 |
| 6.2.1 服务推荐系统中的冷启动问题 | 第83-84页 |
| 6.2.2 概率矩阵因子分解模型 | 第84-85页 |
| 6.3 情境知识辅助的在线服务推荐框架 | 第85-86页 |
| 6.4 基于情境知识的top k服务推荐 | 第86-89页 |
| 6.5 在线服务推荐方法(OWSR) | 第89-91页 |
| 6.6 实验分析 | 第91-97页 |
| 6.6.1 实验准备 | 第91-93页 |
| 6.6.2 CTKR的算法性能 | 第93-94页 |
| 6.6.3 CTKR中参数的影响 | 第94-95页 |
| 6.6.4 OWSR的性能 | 第95-96页 |
| 6.6.5 OWSR(在线模式)和PMF(批量模式) | 第96页 |
| 6.6.6 PMF和OWSR的时间开销 | 第96-97页 |
| 6.6.7 OWSR中参数的影响 | 第97页 |
| 6.7 小结 | 第97-99页 |
| 第七章 总结与展望 | 第99-103页 |
| 7.1 本文的主要工作 | 第99-100页 |
| 7.2 本文的主要贡献 | 第100-101页 |
| 7.3 下一步工作展望 | 第101-103页 |
| 参考文献 | 第103-113页 |
| 攻读博士学位期间的研究成果 | 第113-118页 |
| 发表的学术论文 | 第113-115页 |
| 申请的专利发明 | 第115-117页 |
| 参与的科研项目 | 第117-118页 |
| 致谢 | 第118-119页 |