| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 课题的研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 主要研究内容 | 第11-12页 |
| 1.4 本文的组织结构 | 第12-14页 |
| 第2章 Web 服务及推荐系统 | 第14-23页 |
| 2.1 Web 服务和 QoS | 第14-16页 |
| 2.1.1 Web 服务基本概念 | 第14-15页 |
| 2.1.2 Web 服务的技术及 QoS 介绍 | 第15-16页 |
| 2.2 推荐系统 | 第16-18页 |
| 2.2.1 用户特征向量生成模块 | 第17页 |
| 2.2.2 特征-物品相关推荐模块 | 第17-18页 |
| 2.2.3 过滤与排名模块 | 第18页 |
| 2.3 协同过滤算法介绍 | 第18-20页 |
| 2.3.1 基于内存的协同过滤算法 | 第18-19页 |
| 2.3.2 基于模型的协同过滤算法 | 第19-20页 |
| 2.4 相似度算法 | 第20-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第3章 基于概率矩阵分解的 Web 服务 QoS 预测方法 | 第23-33页 |
| 3.1 引言 | 第23-24页 |
| 3.2 问题描述 | 第24-25页 |
| 3.3 算法设计 | 第25-32页 |
| 3.3.1 概率矩阵分解模型 | 第25-27页 |
| 3.3.2 基于偏置的概率矩阵分解模型 | 第27-29页 |
| 3.3.3 基于相似邻居正则化的概率矩阵分解模型 | 第29-31页 |
| 3.3.4 基于相似邻居正则化的偏置概率矩阵分解模型 | 第31-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第4章 基于潜在因子模型的 Web 服务 QoS 预测方法 | 第33-41页 |
| 4.1 引言 | 第33-34页 |
| 4.2 问题描述 | 第34-35页 |
| 4.3 算法设计 | 第35-38页 |
| 4.3.1 扩展的基准偏置模型 | 第35-36页 |
| 4.3.2 基于奇异值分解的潜在因子模型 | 第36页 |
| 4.3.3 基于潜在特征空间映射的近邻模型 | 第36-37页 |
| 4.3.4 基于近邻模型与潜在因子模型相结合的 QoS 预测方法 | 第37-38页 |
| 4.4 基于相似邻居正则化与潜在特征空间映射的混合 PMF 模型 | 第38-40页 |
| 4.5 本章小结 | 第40-41页 |
| 第5章 实验验证与分析 | 第41-48页 |
| 5.1 实验准备 | 第41-42页 |
| 5.2 评测指标 | 第42-43页 |
| 5.2.1 平均值误差 | 第42页 |
| 5.2.2 均方根误差 | 第42-43页 |
| 5.3 基于相似邻居正则化的概率矩阵分解模型实验验证与分析 | 第43-45页 |
| 5.3.1 算法性能比较 | 第43页 |
| 5.3.2 参数k 对预测准确率的影响 | 第43-44页 |
| 5.3.3 参数d 对预测准确率的影响 | 第44-45页 |
| 5.4 基于潜在特征空间特征映射的潜在因子模型实验验证与分析 | 第45-46页 |
| 5.4.1 算法性能比较 | 第45页 |
| 5.4.2 参数对预测准确率的影响 | 第45-46页 |
| 5.4.3 参数d 对预测准确率的影响 | 第46页 |
| 5.5 综合实验验证与分析 | 第46-47页 |
| 5.6 本章小结 | 第47-48页 |
| 第6章 总结与展望 | 第48-50页 |
| 6.1 工作总结 | 第48-49页 |
| 6.2 工作展望 | 第49-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-56页 |
| 附录 | 第56-57页 |
| 详细摘要 | 第57-60页 |
