服务搜索引擎中个性化服务推荐功能的设计与实现
摘要 | 第1-5页 |
ABSTRACT | 第5-10页 |
第1章 引言 | 第10-15页 |
·研究背景及意义 | 第10-11页 |
·研究现状 | 第11-13页 |
·推荐系统 | 第11-12页 |
·Web服务推荐系统 | 第12-13页 |
·论文工作简述 | 第13页 |
·论文结构概述 | 第13-14页 |
·小结 | 第14-15页 |
第2章 相关技术简介 | 第15-19页 |
·商品推荐技术 | 第15-16页 |
·基于协同过滤的推荐算法 | 第15页 |
·基于内容的推荐算法 | 第15-16页 |
·混合推荐算法 | 第16页 |
·Web服务推荐技术 | 第16-17页 |
·WSDL文件与Web服务属性 | 第16-17页 |
·语义分析技术 | 第17页 |
·Mahout开源框架 | 第17-18页 |
·小结 | 第18-19页 |
第3章 需求分析 | 第19-28页 |
·Web服务搜索引擎需求分析 | 第19-21页 |
·个性化服务推荐功能应用场景 | 第21-24页 |
·用户信息收集场景 | 第21页 |
·首页热门服务推荐场景 | 第21-22页 |
·首页用户偏好的个性化服务推荐场景 | 第22页 |
·浏览页相似个性化服务推荐场景 | 第22-23页 |
·浏览页按标签分类个性化服务推荐场景 | 第23-24页 |
·个性化服务推荐功能的功能需求 | 第24-26页 |
·用户账号系统的建立与管理 | 第24页 |
·获取用户数据 | 第24-25页 |
·更新热门服务推荐 | 第25页 |
·根据用户偏好作推荐 | 第25页 |
·推荐相似或相关服务 | 第25-26页 |
·基于标签分类推荐服务 | 第26页 |
·系统初期推荐 | 第26页 |
·保证推荐质量 | 第26页 |
·个性化服务推荐功能的非功能需求 | 第26-27页 |
·小结 | 第27-28页 |
第4章 个性化服务推荐功能的关键技术研究 | 第28-44页 |
·基于牛顿冷却定律的热门服务排名算法 | 第28-30页 |
·牛顿冷却定律 | 第28-29页 |
·改进后的牛顿冷却定律算法 | 第29-30页 |
·协同过滤算法 | 第30-38页 |
·基于用户的协同过滤算法 | 第31-32页 |
·基于物品的协同过滤算法 | 第32页 |
·相似度比较算法 | 第32-34页 |
·实验及分析 | 第34-38页 |
·协同过滤算法存在问题及解决方案 | 第38-41页 |
·基于用户的协同过滤算法改进方案 | 第38-39页 |
·基于物品的协同过滤算法改进方案 | 第39-41页 |
·基于标签分类的推荐算法 | 第41-42页 |
·QoS过滤及排名算法 | 第42-43页 |
·小结 | 第43-44页 |
第5章 个性化服务推荐功能的设计与实现 | 第44-64页 |
·系统架构 | 第44-48页 |
·依赖数据与模块 | 第45-46页 |
·服务推荐子系统 | 第46-47页 |
·关键模块交互流程 | 第47-48页 |
·详细设计 | 第48-63页 |
·存储节点设计 | 第49-51页 |
·Web服务推荐子系统对外接口设计 | 第51-53页 |
·数据模型模块设计 | 第53-55页 |
·QoS过滤与排名模块设计 | 第55-56页 |
·热门服务推荐模块设计 | 第56-57页 |
·用户偏好推荐模块设计 | 第57-60页 |
·相似服务推荐模块设计 | 第60-62页 |
·标签分类排名模块设计 | 第62-63页 |
·小结 | 第63-64页 |
第6章 测试 | 第64-73页 |
·测试数据选取 | 第64-65页 |
·测试环境 | 第65-66页 |
·硬件环境 | 第65页 |
·软件环境 | 第65页 |
·部署环境 | 第65-66页 |
·单元测试 | 第66-70页 |
·Web服务推荐子系统对外接口测试 | 第66-67页 |
·QoS过滤与排名模块测试 | 第67页 |
·热门服务推荐模块测试 | 第67-68页 |
·用户偏好推荐模块测试 | 第68-69页 |
·相似服务推荐模块测试 | 第69页 |
·标签分类排名模块测试 | 第69-70页 |
·系统测试 | 第70-71页 |
·测试分析及结论 | 第71-72页 |
·小结 | 第72-73页 |
第7章 结束语 | 第73-75页 |
·工作总结 | 第73页 |
·未来工作展望 | 第73-75页 |
参考文献 | 第75-77页 |
附录 | 第77-78页 |
致谢 | 第78-79页 |
攻读硕士学位期间发表的学术论文目录 | 第79页 |
攻读硕士学位期间的主要工作 | 第79页 |