| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 1 绪论 | 第11-29页 |
| ·研究背景与意义 | 第12-16页 |
| ·国内外研究现状 | 第16-21页 |
| ·研究内容和目的 | 第21-25页 |
| ·研究内容 | 第21-23页 |
| ·研究目的和创新点 | 第23-25页 |
| ·本文研究内容的系统框架 | 第25-26页 |
| ·论文的组织结构 | 第26-29页 |
| 2 Web 服务与个性化推荐技术综述 | 第29-49页 |
| ·Web 服务关键技术 | 第29-38页 |
| ·Web 服务架构 | 第29-30页 |
| ·Web 服务面临的技术挑战 | 第30-32页 |
| ·基于 QoS 的关键技术研究方向 | 第32-38页 |
| ·个性化推荐技术综述 | 第38-48页 |
| ·个性化推荐系统 | 第38-47页 |
| ·优缺点及解决方案 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 3 面向服务相异性的 Web 服务推荐 | 第49-67页 |
| ·问题的提出 | 第49-50页 |
| ·推荐系统的构建 | 第50-51页 |
| ·面向服务相异性的推荐算法 | 第51-52页 |
| ·相异性计算 | 第51-52页 |
| ·QoS 缺省值预测 | 第52页 |
| ·Web 服务推荐 | 第52页 |
| ·实验过程与结果分析 | 第52-60页 |
| ·数据集与评价指标 | 第52-57页 |
| ·与其他推荐算法的性能比较 | 第57-60页 |
| ·改进的面向相异性推荐算法 | 第60-65页 |
| ·改进的推荐算法 | 第60页 |
| ·实验过程与结果分析 | 第60-65页 |
| ·本章小结 | 第65-67页 |
| 4 基于 BP 的混合型 Web 服务推荐 | 第67-95页 |
| ·问题的提出 | 第67-69页 |
| ·用 BP 神经网络实现 Web 服务推荐 | 第69-81页 |
| ·神经网络的输入矩阵构建 | 第70-73页 |
| ·BP 网络结构设置 | 第73-74页 |
| ·数据预处理和后加工 | 第74-75页 |
| ·权重学习算法 | 第75-79页 |
| ·QoS 缺省值预测与推荐 | 第79-80页 |
| ·计算复杂度分析 | 第80-81页 |
| ·实验过程与结果分析 | 第81-93页 |
| ·实验设置 | 第81-82页 |
| ·与其他算法的性能比较 | 第82-86页 |
| ·收敛性分析 | 第86-87页 |
| ·训练矩阵稀疏性影响 | 第87-89页 |
| ·训练用户数影响 | 第89-90页 |
| ·BP 训练矩阵百分比影响 | 第90-93页 |
| ·本章小结 | 第93-95页 |
| 5 基于 RBF 和服务相异性的 Web 服务推荐 | 第95-109页 |
| ·问题的提出 | 第95页 |
| ·使用 RBF 与相异性的混合型推荐算法 | 第95-101页 |
| ·预测的 QoS 值矩阵构建 | 第95-97页 |
| ·RBF 网络结构定义 | 第97-98页 |
| ·权重和偏移调整 | 第98-99页 |
| ·基于 RBF 权重计算算法 | 第99-100页 |
| ·QoS 缺省值预测与推荐 | 第100-101页 |
| ·时间复杂度分析 | 第101页 |
| ·实验过程与结果分析 | 第101-106页 |
| ·与经典的推荐算法比较 | 第102-103页 |
| ·与其他混合推荐算法比较 | 第103-105页 |
| ·与 HPCN 推荐算法比较 | 第105-106页 |
| ·本章小结 | 第106-109页 |
| 6 面向个性化情境的 Web 服务推荐 | 第109-117页 |
| ·问题的提出 | 第109-110页 |
| ·个性化情境推荐系统的构建 | 第110-113页 |
| ·情境定义 | 第111-112页 |
| ·使用情境的相异性定义 | 第112页 |
| ·QoS 缺省值预测与推荐 | 第112-113页 |
| ·实验结果分析 | 第113-115页 |
| ·性能比较 | 第113-114页 |
| ·服务情境因素的影响 | 第114-115页 |
| ·本章小结 | 第115-117页 |
| 7 质量驱动的 Web 服务演化系统构建 | 第117-129页 |
| ·大型分布式软件系统的行为监控与可信演化 | 第117-119页 |
| ·环境驱动的软件自适应与演化模型 | 第117-118页 |
| ·质量驱动的 Web 服务演化子系统 | 第118-119页 |
| ·QoS 驱动的 Web 服务演化子系统设计 | 第119-123页 |
| ·Web 服务推荐模块 | 第119-123页 |
| ·服务演化模块 | 第123页 |
| ·典型应用场景 | 第123-126页 |
| ·动态服务选择场景 | 第123-124页 |
| ·动态服务组合场景 | 第124-126页 |
| ·本章小结 | 第126-129页 |
| 8 总结与展望 | 第129-133页 |
| ·主要结论 | 第129-130页 |
| ·工作展望 | 第130-133页 |
| 致谢 | 第133-135页 |
| 参考文献 | 第135-147页 |
| 附录 | 第147页 |
| A. 作者在攻读博士学位期间发表的学术论文目录 | 第147页 |
| B. 作者在攻读博士学位期间参与的科研项目 | 第147页 |