基于QoS反向交叉预测的Web服务推荐系统研究
| 摘要 | 第1-4页 |
| Abstract | 第4-11页 |
| 第1章 绪论 | 第11-24页 |
| ·课题背景 | 第11-12页 |
| ·相关概念 | 第12-17页 |
| ·Web服务与服务质量 | 第12-15页 |
| ·基于QoS的服务选择 | 第15-17页 |
| ·关键技术及国内外研究现状 | 第17-21页 |
| ·服务计算 | 第17页 |
| ·服务选择 | 第17-19页 |
| ·协同过滤技术 | 第19-20页 |
| ·信任度机制 | 第20-21页 |
| ·文章主要贡献 | 第21页 |
| ·文章内容结构 | 第21-22页 |
| ·本章小结 | 第22-24页 |
| 第2章 系统框架 | 第24-31页 |
| ·整体设计架构 | 第24-25页 |
| ·具体模块说明 | 第25-29页 |
| ·服务QoS收集与管理 | 第25-26页 |
| ·服务组合设计 | 第26-27页 |
| ·QoS预测子系统 | 第27-28页 |
| ·服务推荐模块 | 第28-29页 |
| ·本章小结 | 第29-31页 |
| 第3章 QoS预测模型 | 第31-38页 |
| ·QoS矩阵 | 第31页 |
| ·相似度计算 | 第31-36页 |
| ·欧式距离 | 第31-32页 |
| ·A-Cosine算法 | 第32-34页 |
| ·皮尔逊相关系数算法 | 第34-35页 |
| ·算法分析与对比 | 第35-36页 |
| ·本章小结 | 第36-38页 |
| 第4章 基于反馈的信任度模型 | 第38-45页 |
| ·模型研究目的 | 第38-39页 |
| ·投票排名策略对比 | 第39-42页 |
| ·Delicious投票算法 | 第39-40页 |
| ·Reddit投票算法 | 第40-41页 |
| ·威尔逊区间投票算法 | 第41页 |
| ·贝叶斯平均投票算法 | 第41-42页 |
| ·信任度模型 | 第42-43页 |
| ·用户相似信任度 | 第43-44页 |
| ·相似信任度定义 | 第43页 |
| ·在线更新效率分析 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第5章 QoS预测算法 | 第45-61页 |
| ·有效邻居的筛选 | 第45-49页 |
| ·用户与服务邻居分析 | 第45-47页 |
| ·正向相似邻居筛选 | 第47-48页 |
| ·反向相似邻居筛选 | 第48-49页 |
| ·数据平滑机制 | 第49-52页 |
| ·正向预测算法 | 第52-54页 |
| ·反向预测算法 | 第54-56页 |
| ·交叉预测算法 | 第56-58页 |
| ·三种预测算法融合 | 第58-59页 |
| ·本章小结 | 第59-61页 |
| 第6章 实验与分析 | 第61-74页 |
| ·实验准备 | 第61-62页 |
| ·实验数据收集 | 第61页 |
| ·实验数据预处理 | 第61-62页 |
| ·实验硬件及软件环境 | 第62页 |
| ·实验评估标准 | 第62-63页 |
| ·预测准确度对比 | 第63-65页 |
| ·训练集密度的影响 | 第65-66页 |
| ·数据平滑机制的影响 | 第66-68页 |
| ·Hybrid-TopK算法的实验分析 | 第68-69页 |
| ·Reverse-TopK算法的实验分析 | 第69-70页 |
| ·反向预测与交叉预测的影响 | 第70-71页 |
| ·参数λ的影响 | 第71-72页 |
| ·反馈信任度实验 | 第72-73页 |
| ·本章小结 | 第73-74页 |
| 第7章 总结与展望 | 第74-76页 |
| ·本文主要工作 | 第74-75页 |
| ·未来工作 | 第75-76页 |
| 参考文献 | 第76-81页 |
| 攻读硕士学位期间主要的研究成果 | 第81-82页 |
| 致谢 | 第82页 |
