| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 专用术语注释表 | 第8-9页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究现状 | 第10-12页 |
| 1.3 研究内容 | 第12-13页 |
| 1.4 论文结构 | 第13-15页 |
| 第二章 相关背景知识介绍 | 第15-24页 |
| 2.1 Web服务与QoS | 第15-18页 |
| 2.1.1 Web服务 | 第15-16页 |
| 2.1.2 Web服务体系结构 | 第16-18页 |
| 2.1.3 QoS介绍 | 第18页 |
| 2.2 Web服务推荐 | 第18-20页 |
| 2.3 协同过滤算法介绍 | 第20-22页 |
| 2.3.1 基于内存的协同过滤算法 | 第20页 |
| 2.3.2 基于模型的协同过滤算法 | 第20-22页 |
| 2.4 排序学习 | 第22-23页 |
| 2.5 在线学习 | 第23页 |
| 2.6 本章小结 | 第23-24页 |
| 第三章 面向动态QoS的预测方法 | 第24-35页 |
| 3.1 研究思路 | 第24-25页 |
| 3.2 面向动态QoS的预测方法(PA-DQ) | 第25-31页 |
| 3.2.1 问题描述 | 第25页 |
| 3.2.2 相关定义 | 第25-26页 |
| 3.2.3 方法流程 | 第26-27页 |
| 3.2.4 平滑处理与筛选模块 | 第27-28页 |
| 3.2.5 自适应步长调整模块 | 第28-29页 |
| 3.2.6 PA-DQ总体算法 | 第29-31页 |
| 3.3 仿真实验与分析结果 | 第31-34页 |
| 3.3.1 实验背景设置 | 第31-32页 |
| 3.3.2 实验结果分析 | 第32-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 基于排序学习的在线服务推荐方法 | 第35-45页 |
| 4.1 研究思路 | 第35-36页 |
| 4.2 基于排序学习的在线服务推荐方法(ORA-ListRank) | 第36-40页 |
| 4.2.1 相关定义 | 第36-37页 |
| 4.2.2 方法流程 | 第37页 |
| 4.2.3 构建优化排序列表 | 第37-38页 |
| 4.2.4 在线更新 | 第38-40页 |
| 4.2.5 方法步骤 | 第40页 |
| 4.3 仿真实验与分析结果 | 第40-44页 |
| 4.3.1 实验场景设置 | 第41-42页 |
| 4.3.2 实验结果分析 | 第42-44页 |
| 4.4 本章小结 | 第44-45页 |
| 第五章 原型系统及应用示范 | 第45-55页 |
| 5.1 原型系统 | 第45-48页 |
| 5.1.1 背景介绍 | 第45-46页 |
| 5.1.2 系统结构 | 第46-48页 |
| 5.2 应用示范 | 第48-54页 |
| 5.2.1 需求背景 | 第48页 |
| 5.2.2 需求分析 | 第48-49页 |
| 5.2.3 概要设计 | 第49-50页 |
| 5.2.4 详细设计 | 第50-51页 |
| 5.2.5 具体实现 | 第51-54页 |
| 5.3 本章小结 | 第54-55页 |
| 第六章 总结与展望 | 第55-57页 |
| 6.1 工作总结 | 第55-56页 |
| 6.2 研究展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第61-62页 |
| 附录2 攻读硕士学位期间申请的专利 | 第62-63页 |
| 附录3 攻读硕士学位期间参加的科研项目 | 第63-64页 |
| 致谢 | 第64页 |