| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 研究背景及意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.3 研究内容及组织结构 | 第14-16页 |
| 1.3.1 研究内容 | 第14-15页 |
| 1.3.2 组织结构 | 第15-16页 |
| 第二章 相关背景知识介绍 | 第16-30页 |
| 2.1 Web 服务技术 | 第16-19页 |
| 2.1.1 Web 服务的概念 | 第16-17页 |
| 2.1.2 Web 服务的体系结构 | 第17-18页 |
| 2.1.3 Web 服务的服务质量(QoS) | 第18-19页 |
| 2.2 推荐系统介绍 | 第19-21页 |
| 2.2.1 基于内容的推荐 | 第19-20页 |
| 2.2.2 基于关联规则推荐 | 第20页 |
| 2.2.3 协同过滤推荐 | 第20-21页 |
| 2.3 推荐系统中核心算法介绍 | 第21-29页 |
| 2.3.1 基于内容的推荐算法 | 第21-24页 |
| 2.3.2 基于用户的协同推荐算法 | 第24-27页 |
| 2.3.3 基于项目的协同推荐算法 | 第27-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 一种改进的基于协同过滤的 Web 服务推荐方法 | 第30-44页 |
| 3.1 问题阐述 | 第30-32页 |
| 3.1.1 问题提出 | 第30-31页 |
| 3.1.2 问题定义 | 第31-32页 |
| 3.2 Web 服务推荐模型建立 | 第32-33页 |
| 3.3 基于协同过滤的 Web 服务推荐流程 | 第33-34页 |
| 3.4 基于 QoS 的服务筛选算法 | 第34-37页 |
| 3.4.1 云模型 | 第35页 |
| 3.4.2 QoS 定量到定性的转换 | 第35-37页 |
| 3.5 基于协同过滤的 Web 服务推荐算法 | 第37-43页 |
| 3.5.1 相似度挖掘 | 第37-41页 |
| 3.5.2 服务 QoS 缺省值预测 | 第41-42页 |
| 3.5.3 服务推荐 | 第42-43页 |
| 3.6 本章小结 | 第43-44页 |
| 第四章 仿真实验分析 | 第44-51页 |
| 4.1 实验运行环境 | 第44页 |
| 4.2 Web 服务 QoS 数据集 | 第44-45页 |
| 4.3 数据预处理 | 第45-46页 |
| 4.4 评价指标 | 第46页 |
| 4.5 实验与分析 | 第46-50页 |
| 4.6 本章小结 | 第50-51页 |
| 第五章 总结与展望 | 第51-53页 |
| 5.1 论文总结 | 第51-52页 |
| 5.2 下一步工作 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 附录 1 攻读硕士学位期间撰写的论文 | 第56-57页 |
| 致谢 | 第57页 |