基于协同过滤的Web服务QoS预测与主动推荐算法研究

目录

声明

第一章 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.3 论文研究内容

1.4 论文组织结构

1.5 本章小结

第二章 Web服务及协同过滤算法

2.1 Web服务概述

2.1.1 Web服务的定义

2.1.2 Web服务的体系结构

2.1.3 Web服务的服务质量

2.2 协同过滤QoS预测算法概述

2.2.1 基于历史的协同过滤算法

2.2.2 基于模型的协同过滤算法

2.3 Web服务QoS预测面临的问题

2.4 本章小结

第三章 基于PCA矩阵填充的Web服务QoS预测算法

3.1 研究背景

3.2 相关工作

3.3 算法表述

3.3.1 PCA稀疏矩阵填充

3.3.2 用户QoS信息K-Means聚类

3.3.3 缺失值预测

3.3.4 算法复杂度分析

3.4 实验与分析

3.4.1 数据集

3.4.2 评价指标

3.4.3 稀疏矩阵填充方式的影响

3.5 本章小结

第四章 基于地理位置和可信度信息的Web服务QoS预测算法

4.1 研究背景

4.2 相关工作

4.3 算法表述

4.3.1 QoS信息K-Means聚类

4.3.2 地理位置信息聚类

4.3.3 缺失值预测

4.3.4 算法复杂度分析

4.4 实验与分析

4.4.1 数据集

4.4.2 评价指标

4.4.3 地理位置信息聚类个数dis_k的影响

4.4.4 相关算法比较

4.5 本章小结

第五章 基于用户和Web服务混合信息的协同过滤QoS预测算法

5.1 研究背景

5.2 相关工作

5.3 算法表述

5.3.1 基于用户的QoS预测算法

5.3.2 基于Web服务的QoS预测算法

5.3.3 混合用户和Web服务信息的QoS预测算法

5.3.4 服务推荐

5.3.5 复杂度分析

5.4 实验与分析

5.4.1 数据集

5.4.2 评价指标

5.4.3 权重?的影响

5.4.4 相关算法比较

5.5 本章小结

第六章 总结与展望

6.1 总结

6.2 展望

致谢

参考文献

攻读学位期间参加科研情况及获得的学术成果