首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

基于QoS的个性化Web服务推荐方法研究

摘要第1-6页
ABSTRACT第6-10页
第一章 绪论第10-18页
   ·课题研究背景第10-11页
   ·国内外研究现状第11-16页
   ·支撑项目第16页
   ·论文主要工作和组织结构第16-18页
第二章 基于 QoS 的 Web 服务推荐基础理论介绍第18-32页
   ·Web 服务技术第18-25页
     ·Web 服务的概念第18-19页
     ·Web 服务的特点第19-20页
     ·Web 服务体系架构第20-21页
     ·Web 服务的技术体系第21-24页
     ·Web 服务的服务质量(QoS)第24-25页
   ·推荐系统研究第25-27页
     ·基于关联规则的推荐算法第26页
     ·基于内容的推荐算法第26-27页
     ·基于协同过滤的推荐算法第27页
   ·Web 服务个性化推荐系统研究第27-30页
     ·个性化推荐技术第27-28页
     ·基于用户的协同过滤的推荐算法第28-29页
     ·基于项目的协同过滤的推荐算法第29页
     ·推荐系统评价标准第29-30页
   ·本章小结第30-32页
第三章 基于协同过滤的个性化 Web 服务推荐方法第32-46页
   ·动机场景第32-33页
   ·基于 QoS 的个性化 Web 服务推荐框架第33-35页
   ·基于协同过滤的个性化 Web 服务推荐第35-38页
     ·问题定义第35页
     ·个性化的相似度计算第35-37页
     ·相似邻居选择以及缺失值预测第37-38页
     ·个性化 Web 服务推荐第38页
   ·实验及分析第38-44页
     ·实验运行环境第39页
     ·实验数据集第39页
     ·实验数据预处理第39-40页
     ·性能对比第40-41页
     ·个性化参数 1 和 2对性能的影响第41-43页
     ·联合参数 对性能的影响第43-44页
   ·总结第44-46页
第四章 QoS 位置感知的个性化 Web 服务推荐方法第46-60页
   ·动机场景第46-47页
   ·QoS 位置感知的个性化 Web 服务推荐框架第47-48页
   ·QoS 位置感知的个性化 Web 服务推荐算法第48-52页
     ·问题定义第48-49页
     ·用户和服务的地域分类模型第49页
     ·基于地域模型的个性化 QoS 预测第49-52页
   ·实验分析第52-58页
     ·实验运行环境第52页
     ·实验数据集第52-53页
     ·数据集分析第53-55页
     ·个性化参数 1 和 2对性能的影响第55页
     ·联合参数 的影响第55-56页
     ·预测性能第56-57页
     ·预测时间对比第57-58页
   ·总结第58-60页
第五章 结论与展望第60-62页
   ·结论第60-61页
   ·展望第61-62页
参考文献第62-68页
致谢第68-70页
附录 A(攻读学位期间发表论文目录)第70-72页
附录 B(攻读学位期间所获的奖项)第72-74页
附录 C(攻读学位期间参加研究项目)第74-76页
附录 D(实验数据说明)第76-78页
附录 E(算法核心代码)第78-84页

论文共84页,点击 下载论文
上一篇:AdaBoost算法在人脸检测中的应用及其硬件实现
下一篇:基于PCA与蚁群算法的旋转机械故障诊断方法研究