| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 引言 | 第11-16页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 研究现状 | 第12-13页 |
| 1.3 研究内容 | 第13-15页 |
| 1.4 论文结构 | 第15-16页 |
| 第二章 相关工作 | 第16-25页 |
| 2.1 Web服务概述 | 第16-18页 |
| 2.1.1 Web服务与SOA | 第16-17页 |
| 2.1.2 Web服务推荐 | 第17-18页 |
| 2.2 Web服务推荐相关知识 | 第18-20页 |
| 2.2.1 QoS属性 | 第18-19页 |
| 2.2.2 推荐系统 | 第19页 |
| 2.2.3 社交网络 | 第19-20页 |
| 2.3 常用Web服务推荐算法 | 第20-23页 |
| 2.3.1 基于协同过滤的推荐 | 第20-22页 |
| 2.3.2 基于内容的推荐 | 第22页 |
| 2.3.3 混合推荐 | 第22-23页 |
| 2.4 常用推荐算法中存在的问题 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 基于用户关系和偏好的Web服务推荐 | 第25-38页 |
| 3.1 余弦相似度 | 第25-26页 |
| 3.2 基于多QoS值的相似度计算 | 第26-28页 |
| 3.3 用户关系和偏好模型的构建 | 第28-30页 |
| 3.3.1 基本定义 | 第29-30页 |
| 3.3.2 URM模型示意图 | 第30页 |
| 3.4 基于用户关系和偏好模型的Web服务推荐算法 | 第30-37页 |
| 3.4.1 用户偏好相似度计算 | 第30-32页 |
| 3.4.2 场景设定 | 第32-33页 |
| 3.4.3 URPC-Rec服务推荐算法 | 第33-36页 |
| 3.4.4 个性化推荐Rec算法 | 第36-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 基于用户信任网络和偏好的Web服务推荐 | 第38-48页 |
| 4.1 方法概述 | 第38-39页 |
| 4.2 用户信任网络模型构建 | 第39-42页 |
| 4.2.1 信任网络模型基本定义 | 第39-40页 |
| 4.2.2 用户信任网络模型的示意图 | 第40-41页 |
| 4.2.3 信任网络构建算法 | 第41-42页 |
| 4.3 用户信任网络分团算法 | 第42-46页 |
| 4.3.1 算法思想 | 第42页 |
| 4.3.2 基本定义 | 第42-43页 |
| 4.3.3 信任网络分团算法 | 第43-46页 |
| 4.4 使用PCA优化URPC算法 | 第46-47页 |
| 4.4.1 主成分分析 | 第46页 |
| 4.4.2 URPC-PCA算法 | 第46-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第五章 基于用户信任网络和偏好的Web服务推荐实验分析 | 第48-59页 |
| 5.1 评价指标 | 第48-49页 |
| 5.2 实验数据和环境 | 第49-50页 |
| 5.2.1 实验数据 | 第49-50页 |
| 5.2.2 实验环境 | 第50页 |
| 5.3 实验结果及分析 | 第50-57页 |
| 5.3.1 基于用户关系和偏好的URPC-Rec服务推荐算法 | 第50-53页 |
| 5.3.2 基于用户信任网络和偏好的UTWP-Rec服务推荐算法 | 第53-57页 |
| 5.4 本章小结 | 第57-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 6.1 本文总结 | 第59-60页 |
| 6.2 未来展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间主要的研究成果 | 第65-66页 |
| 致谢 | 第66-67页 |
