基于协同过滤的Web服务QoS预测方法优化与Web服务推荐
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究意义 | 第11页 |
| 1.3 国内外研究现状 | 第11-13页 |
| 1.4 研究内容和要解决的关键问题 | 第13-14页 |
| 1.5 论文组织结构 | 第14-16页 |
| 第2章 相关技术研究 | 第16-25页 |
| 2.1 Web服务 | 第16-19页 |
| 2.1.1 Web服务体系结构和特征 | 第16-17页 |
| 2.1.2 Web服务的主要技术 | 第17-19页 |
| 2.1.3 Web服务的非功能属性 | 第19页 |
| 2.2 相关推荐技术 | 第19-23页 |
| 2.2.1 基于内容的推荐 | 第20-21页 |
| 2.2.2 基于关联规则的推荐 | 第21页 |
| 2.2.3 协同过滤推荐 | 第21-23页 |
| 2.3 本章小结 | 第23-25页 |
| 第3章 一种整体改进的Qo S协同预测方法 | 第25-44页 |
| 3.1 问题提出 | 第25-26页 |
| 3.2 改进的Web服务协同预测方法 | 第26-35页 |
| 3.2.1 相似度优化 | 第26-31页 |
| 3.2.2 基于动态阈值的相似近邻筛选 | 第31-33页 |
| 3.2.3 基于用户和服务的混合Qo S协同预测 | 第33-35页 |
| 3.3 实验与讨论 | 第35-43页 |
| 3.3.1 实验准备 | 第35-36页 |
| 3.3.2 预测方法对比 | 第36-38页 |
| 3.3.3 单步对比实验 | 第38-40页 |
| 3.3.4 动态阈值参数调优 | 第40-41页 |
| 3.3.5 相似度优化参数调优 | 第41-42页 |
| 3.3.6 调和参数 λ 的影响 | 第42-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第4章 考虑用户偏好范围的Qo S协同预测方法 | 第44-55页 |
| 4.1 问题提出 | 第44-45页 |
| 4.2 偏好数据提取规则 | 第45-46页 |
| 4.3 基于用户偏好的Web服务协同预测方法 | 第46-50页 |
| 4.3.1 基于用户偏好的相似度计算 | 第46-47页 |
| 4.3.2 基于负值过滤的相似近邻筛选 | 第47页 |
| 4.3.3 基于用户和服务的混合Qo S协同预测 | 第47-48页 |
| 4.3.4 Qo S预测值还原计算 | 第48-49页 |
| 4.3.5 基于用户偏好范围的协同预测算法描述 | 第49-50页 |
| 4.4 实验与讨论 | 第50-54页 |
| 4.4.1 实验准备 | 第50页 |
| 4.4.2 预测方法比较 | 第50-52页 |
| 4.4.3 Top-K算法参数调优 | 第52-53页 |
| 4.4.4 混合预测参数调优 | 第53页 |
| 4.4.5 推荐实例对比 | 第53-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第5章 基于Qo S的Web服务一站式平台 | 第55-68页 |
| 5.1 平台需求分析 | 第55-58页 |
| 5.1.1 平台参与者分析 | 第56页 |
| 5.1.2 平台用例分析 | 第56-58页 |
| 5.2 平台总体设计 | 第58-59页 |
| 5.2.1 平台架构设计 | 第58-59页 |
| 5.2.2 平台功能模块设计 | 第59页 |
| 5.3 平台核心模块详细设计与实现 | 第59-67页 |
| 5.3.1 Web服务在线注册与发布 | 第59-62页 |
| 5.3.2 Web服务Qo S采集 | 第62-63页 |
| 5.3.3 Web服务Qo S协同预测 | 第63-64页 |
| 5.3.4 Web服务协同推荐 | 第64-67页 |
| 5.3.5 Web服务推荐平台维护模块 | 第67页 |
| 5.4 本章小结 | 第67-68页 |
| 结论 | 第68-70页 |
| 参考文献 | 第70-75页 |
| 致谢 | 第75页 |
