基于QoS信息的服务推荐
| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 引言 | 第11页 |
| 1.2 课题研究背景及研究意义 | 第11-15页 |
| 1.3 本文主要工作及创新点 | 第15-16页 |
| 1.4 章节安排 | 第16-18页 |
| 第二章 服务推荐概述 | 第18-36页 |
| 2.1 引言 | 第18页 |
| 2.2 Web服务概述 | 第18-20页 |
| 2.2.1 Web服务定义 | 第18页 |
| 2.2.2 Web服务结构 | 第18-19页 |
| 2.2.3 Web服务调用方式 | 第19-20页 |
| 2.3 云服务概述 | 第20-23页 |
| 2.3.1 云计算概念 | 第20-21页 |
| 2.3.2 云服务的服务模式 | 第21-22页 |
| 2.3.3 云服务的部署模式 | 第22-23页 |
| 2.4 推荐系统概述 | 第23-28页 |
| 2.4.1 协同过滤推荐 | 第25-27页 |
| 2.4.2 基于内容的推荐 | 第27-28页 |
| 2.4.3 混合推荐 | 第28页 |
| 2.5 服务推荐研究现状 | 第28-35页 |
| 2.5.1 现有的协同过滤方法 | 第30-32页 |
| 2.5.2 现有的其他方法 | 第32页 |
| 2.5.3 现有方法存在的不足 | 第32-35页 |
| 2.6 本章小结 | 第35-36页 |
| 第三章 时间感知的基于QOS服务推荐方法 | 第36-61页 |
| 3.1 时间感知的基于QoS服务推荐方法设计概述 | 第36-38页 |
| 3.2 用于推荐系统的张量分解算法 | 第38-47页 |
| 3.2.1 张量的表示方法及基本运算 | 第38-40页 |
| 3.2.2 算法问题定义 | 第40-41页 |
| 3.2.3 张量缺失项预测 | 第41-47页 |
| 3.3 缺失QoS值预测实验 | 第47-59页 |
| 3.3.1 数据集简介 | 第48-49页 |
| 3.3.2 评估测度 | 第49页 |
| 3.3.3 预测算法性能评估 | 第49-56页 |
| 3.3.4 n秩取值对预测准确度的影响 | 第56-59页 |
| 3.4 本章小结 | 第59-61页 |
| 第四章 多目标服务推荐算法 | 第61-75页 |
| 4.1 多目标服务推荐设计概述 | 第61-62页 |
| 4.2 服务推荐的多目标决策模型构建 | 第62-65页 |
| 4.2.1 建立目标集合 | 第63-64页 |
| 4.2.2 多目标推荐对象模型的构建 | 第64-65页 |
| 4.3 服务推荐的多目标决策算法 | 第65-74页 |
| 4.3.1 服务推荐的多目标决策基本模型构建 | 第66-68页 |
| 4.3.2 OWA优先级目标聚合方法 | 第68-72页 |
| 4.3.3 弱有序的OWA聚合方法 | 第72-74页 |
| 4.4 本章小结 | 第74-75页 |
| 第五章 云服务搜索引擎系统 | 第75-91页 |
| 5.1 系统概述 | 第75-78页 |
| 5.1.1 需求分析 | 第75-76页 |
| 5.1.2 模型概要 | 第76-78页 |
| 5.2 系统结构 | 第78-79页 |
| 5.3 关键技术 | 第79-83页 |
| 5.3.1 云服务信息抓取 | 第79-80页 |
| 5.3.2 云服务实例对象化 | 第80-82页 |
| 5.3.3 云服务推荐算法 | 第82-83页 |
| 5.4 系统实现 | 第83-90页 |
| 5.4.1 软件运行环境 | 第83页 |
| 5.4.2 软件主要功能 | 第83页 |
| 5.4.3 用户界面 | 第83-90页 |
| 5.5 本章小结 | 第90-91页 |
| 第六章 结束语 | 第91-93页 |
| 6.1 主要工作与创新点 | 第91-92页 |
| 6.2 后续研究工作 | 第92-93页 |
| 参考文献 | 第93-97页 |
| 致谢 | 第97-98页 |
| 攻读硕士学位期间已发表或录用的论文 | 第98-99页 |
| 上海交通大学硕士学位论文答辩决议书 | 第99-101页 |
