基于QoS的蚁群聚类云服务推荐算法研究

目录

第一个书签之前

摘要

ABSTRACT

CONTENTS

第一章 绪论

1.1 研究背景

1.2 国内外相关领域研究现状

1.3 研究目标及内容

1.4 论文结构安排

第二章 云服务推荐相关理论概述

2.1 云服务概述

2.2 云服务推荐常见算法

2.2.1 协同过滤推荐算法

2.2.2 基于内容的推荐算法

2.2.3 混合式推荐算法

2.3 蚁群算法

2.3.1 蚁群算法描述

2.3.2 蚁群算法特征

2.4 本章小结

第三章 基于QoS的信誉度管理模型

3.1 信誉度模型定义

3.2 QoS服务质量评估指标

3.2.1 QoS指标属性的选取

3.2.2 QoS指标权重的确定

3.3 信誉度评分算法

3.4 恶意反馈检测机制

3.5 本章小结

第四章 一种改进的蚁群聚类算法

4.1 蚁群聚类的LF算法研究

4.2 LF算法分析及改进现状

4.3 改进的自适应LF算法（Sa-LF）

4.3.1 群体相似度

4.3.2 离群点

4.3.3 概率阈值

4.4 算法步骤描述

4.5 实验结果及分析

4.6 本章小结

第五章 基于信誉度的蚁群聚类云服务推荐算法

5.1 算法设计框架

5.2基于信誉度的蚁群聚类云服务推荐算法

5.2.1 相关概念

5.2.2 算法具体步骤

5.3 CR-RMSa推荐算法的并行实现

5.3.1 MapReduce概述

5.3.2 CR-RMSa算法的并行实现

5.4 本章小结

第六章 实验及结果分析

6.1 数据集

6.2 度量标准

6.3 实验过程

6.3.1 实验环境

6.3.2 实验结果及分析

6.4 本章小结

总结与展望

参考文献

攻读学位期间发表的论文

学位论文独创性声明

致谢