| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 课题研究背景 | 第8-9页 |
| 1.2 推荐系统研究现状 | 第9-11页 |
| 1.3 本文主要工作概述 | 第11-13页 |
| 1.4 本文内容章节安排 | 第13-14页 |
| 第二章 Web服务及推荐系统 | 第14-24页 |
| 2.1 Web服务及相关技术 | 第14-18页 |
| 2.1.1 Web服务模型 | 第14-15页 |
| 2.1.2 Web服务协议 | 第15-16页 |
| 2.1.3 Web服务质量 | 第16-18页 |
| 2.2 推荐系统 | 第18-23页 |
| 2.2.1 基于内容的推荐系统 | 第18-20页 |
| 2.2.2 基于协同过滤的推荐系统 | 第20-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第三章 基于用户偏好的改进协同过滤Web服务推荐 | 第24-34页 |
| 3.1 概述 | 第24页 |
| 3.2 用户偏好问题的提出 | 第24-26页 |
| 3.3 基于用户偏好的改进协同过滤Web服务推荐算法 | 第26-28页 |
| 3.3.1 用户偏好定义 | 第26-27页 |
| 3.3.2 基于用户偏好的相似度计算 | 第27页 |
| 3.3.3 目标用户或服务的QoS预测 | 第27-28页 |
| 3.4 基于用户偏好的改进协同过滤算法流程 | 第28-29页 |
| 3.5 实验与分析 | 第29-33页 |
| 3.5.1 数据库介绍 | 第29-31页 |
| 3.5.2 评价指标 | 第31页 |
| 3.5.3 对比方法介绍 | 第31-32页 |
| 3.5.4 实验结果及分析 | 第32-33页 |
| 3.6 本章小结 | 第33-34页 |
| 第四章 基于联合用户偏好的改进协同过滤Web服务推荐 | 第34-41页 |
| 4.1 概述 | 第34页 |
| 4.2 联合用户偏好与QoS数据 | 第34页 |
| 4.3 基于联合用户偏好的改进协同过滤Web服务推荐算法 | 第34-37页 |
| 4.3.1 计算用户偏好 | 第34-35页 |
| 4.3.2 基于用户偏好的相似邻居选择 | 第35-36页 |
| 4.3.3 使用QoS数据进行相似度计算 | 第36页 |
| 4.3.4 目标用户或服务的QoS预测 | 第36-37页 |
| 4.4 基于联合用户偏好的改进协同过滤算法流程 | 第37-38页 |
| 4.5 实验与分析 | 第38-40页 |
| 4.5.1 数据库及对比方法介绍 | 第38页 |
| 4.5.2 评价指标 | 第38页 |
| 4.5.3 实验结果及分析 | 第38-40页 |
| 4.6 本章小结 | 第40-41页 |
| 第五章 基于用户位置与偏好的改进协同过滤Web服务推荐 | 第41-55页 |
| 5.1 概述 | 第41页 |
| 5.2 用户位置敏感问题 | 第41-44页 |
| 5.2.1 用户位置对QoS的影响 | 第42页 |
| 5.2.2 用户位置信息的使用 | 第42-44页 |
| 5.3 基于用户位置与偏好的改进协同过滤Web服务推荐算法 | 第44-46页 |
| 5.3.1 基于用户位置的聚类 | 第44-45页 |
| 5.3.2 计算用户偏好 | 第45页 |
| 5.3.3 基于用户偏好的相似邻居选择 | 第45页 |
| 5.3.4 使用QoS数据进行相似度计算 | 第45-46页 |
| 5.3.5 目标用户或服务的QoS预测 | 第46页 |
| 5.4 基于用户位置与偏好的改进协同过滤算法流程 | 第46-47页 |
| 5.5 实验与分析 | 第47-53页 |
| 5.5.1 数据库及对比方法介绍 | 第47页 |
| 5.5.2 评价指标 | 第47-48页 |
| 5.5.3 实验结果及分析 | 第48-50页 |
| 5.5.4 不同稀疏度下随机实验对比 | 第50-53页 |
| 5.6 本章小结 | 第53-55页 |
| 第六章 总结与展望 | 第55-57页 |
| 6.1 本文工作总结 | 第55-56页 |
| 6.2 进一步研究展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 附录 攻读硕士学位期间撰写的论文 | 第61-62页 |
| 致谢 | 第62页 |
