声明
摘要
1 绪论
1.1 研究背景及意义
1.1.1 Web服务发展背景及前景
1.1.2 Web服务推荐的重要性
1.2 研究现状
1.3 本文介绍
1.3.1 本文研究内容
1.3.2 本文组织结构
1.4 本章小结
2 Web服务概述及其推荐技术
2.1 Web服务概述
2.1.1 Web服务的定义
2.1.2 Web服务推荐技术的应用
2.2 Web服务个性化推荐技术
2.2.1 基于规则的推荐技术
2.2.2 基于内容的推荐技术
2.2.3 协同过滤推荐技术
2.3 基于QoS的Web服务推荐
2.4 本章小结
3 Web服务推荐相关知识和技术
3.1 用户兴趣度
3.1.1 Web服务中的用户兴趣度定义
3.1.2 用户兴趣度的求解
3.2 欧氏距离
3.2.1 欧氏距离的定义
3.2.2 欧氏距离在Web服务推荐中的应用
3.3 多元线性回归技术
3.3.1 一元线性回归
3.3.2 多元线性回归
3.4 梯度下降
3.4.1 梯度下降的定义与分类
3.4.2 梯度下降算法在Web服务推荐中的应用
3.5 本章小结
4 基于QoS历史记录的Web服务推荐算法研究
4.1 相关研究
4.1.1 基于QoS的Web服务推荐方法存在的主要问题
4.1.2 研究环境
4.2 相关定义
4.2.1 用户的QoS历史记录
4.2.2 QoS预测函数
4.3 基于用户兴趣度的Web用户分簇
4.4 基于用户QoS历史记录的Web服务推荐算法
4.5 本章小结
5 仿真环境与性能分析
5.1 仿真工具介绍
5.2 仿真设置
5.3 性能分析
5.3.1 用户分簇精确度分析
5.3.2 WSRAHQ算法性能分析
5.4 本章小结
6 总结与展望
参考文献
致谢
个人简历、在学期间发表的学术论文与研究成果