| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第12-17页 |
| 1.1 研究背景和意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-14页 |
| 1.3 论文的主要贡献 | 第14-15页 |
| 1.4 论文的组织结构 | 第15-17页 |
| 第二章 理论基础与相关技术 | 第17-29页 |
| 2.1 Web服务基础知识 | 第17-21页 |
| 2.1.1 Web服务的定义 | 第17页 |
| 2.1.2 Web服务的体系架构 | 第17-18页 |
| 2.1.3 Web服务体系结构的优点 | 第18-19页 |
| 2.1.4 Web服务的QoS简介 | 第19-21页 |
| 2.2 协同过滤算法综述 | 第21-25页 |
| 2.2.1 基于用户的协同过滤算法 | 第22-23页 |
| 2.2.2 基于项目的协同过滤算法 | 第23页 |
| 2.2.3 基于模型的协同过滤算法 | 第23-24页 |
| 2.2.4 混合的协同过滤算法 | 第24-25页 |
| 2.3 常见的相似度计算方法 | 第25-26页 |
| 2.4 经典的Web服务推荐方法 | 第26-28页 |
| 2.4.1 UMEAN | 第26页 |
| 2.4.2 IMEAN | 第26-27页 |
| 2.4.3 UPCC | 第27页 |
| 2.4.4 IPCC | 第27-28页 |
| 2.4.5 UIPCC | 第28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 基于位置聚类的协同式Web服务推荐方法 | 第29-42页 |
| 3.1 研究背景 | 第29-30页 |
| 3.2 技术框架 | 第30-32页 |
| 3.3 基于位置聚类的协同式Web服务推荐方法 | 第32-35页 |
| 3.3.1 聚类平滑 | 第32-33页 |
| 3.3.2 邻居预选择 | 第33-34页 |
| 3.3.3 邻居选择 | 第34页 |
| 3.3.4 QoS预测 | 第34-35页 |
| 3.4 实验与评估 | 第35-41页 |
| 3.4.1 Web服务QoS数据集 | 第36页 |
| 3.4.2 评估标准 | 第36页 |
| 3.4.3 性能对比 | 第36-38页 |
| 3.4.4 参数λ对预测性能的影响 | 第38页 |
| 3.4.5 参数Top-K的对预测预测性能的影响 | 第38-39页 |
| 3.4.6 参数 θ对预测性能的影响 | 第39-40页 |
| 3.4.7 矩阵密度Density的影响 | 第40-41页 |
| 3.4.8 时间性能的对比 | 第41页 |
| 3.5 本章小结 | 第41-42页 |
| 第四章 基于因子分解机的质量感知Web服务推荐方法 | 第42-60页 |
| 4.1 研究背景 | 第42-43页 |
| 4.2 研究动机 | 第43-45页 |
| 4.3 技术框架 | 第45-46页 |
| 4.4 基于因子分解机的质量感知Web服务推荐方法 | 第46-52页 |
| 4.4.1 QoS矩阵的构建 | 第46-47页 |
| 4.4.2 相似邻居的计算 | 第47-49页 |
| 4.4.3 传统的因子分解机模型 | 第49-50页 |
| 4.4.4 基于位置感知的因子分解机模型 | 第50-51页 |
| 4.4.5 Web服务推荐 | 第51-52页 |
| 4.5 算法复杂度分析 | 第52页 |
| 4.6 实验与分析 | 第52-59页 |
| 4.6.1 实验数据集 | 第52-53页 |
| 4.6.2 评估指标 | 第53-54页 |
| 4.6.3 性能对比 | 第54页 |
| 4.6.4 维度对预测性能的影响 | 第54-56页 |
| 4.6.5 矩阵密度对预测性能的影响 | 第56页 |
| 4.6.6 Top-K对预测性能的影响 | 第56-57页 |
| 4.6.7 参数θ对预测性能的影响 | 第57页 |
| 4.6.8 正则化参数对预测性能的影响 | 第57-59页 |
| 4.7 本章小结 | 第59-60页 |
| 第五章 总结和展望 | 第60-62页 |
| 5.1 总结 | 第60页 |
| 5.2 展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 附录A（攻读学位期间获得的学术成果） | 第66-68页 |
| 附录B（攻读学位期间所获的奖项） | 第68-70页 |
| 附录C（攻读学位期间参加的研究项目） | 第70-72页 |
| 致谢 | 第72-73页 |