服务推荐
服务推荐的相关文献在2006年到2022年内共计460篇,主要集中在自动化技术、计算机技术、信息与知识传播、经济计划与管理
等领域,其中期刊论文105篇、会议论文8篇、专利文献202483篇;相关期刊61种,包括现代图书情报技术、武汉理工大学学报(信息与管理工程版)、智能计算机与应用等;
相关会议6种,包括CCF2014-2015中国计算机科学技术发展报告会、第二届中国指挥控制大会、2013年第四届中国计算机学会服务计算学术会议等;服务推荐的相关文献由1095位作者贡献,包括范玉顺、何鹏、王海艳等。
服务推荐—发文量
专利文献>
论文:202483篇
占比:99.94%
总计:202596篇
服务推荐
-研究学者
- 范玉顺
- 何鹏
- 王海艳
- 王健
- 吴浩
- 邓水光
- 骆健
- 张恒巍
- 方晨
- 涂志莹
- 王晋东
- 窦万春
- 丁帅
- 何克清
- 刘旭东
- 初佃辉
- 吴朝晖
- 姜波
- 孙海龙
- 尹建伟
- 张军
- 徐晓飞
- 徐畅
- 曾诚
- 李俊
- 李莹
- 李青山
- 林坚
- 王娜
- 王忠杰
- 王翀
- 白冰
- 罗贺
- 赖晓平
- 郜振锋
- 陈曙辉
- 陈蓉
- 陈龙
- 韦邕
- 冯志勇
- 刘业政
- 刘建晓
- 刘志中
- 刘磊
- 吴健
- 张恺琪
- 张振兴
- 张秀伟
- 徐光侠
- 徐锋
-
-
王艺馨;
周驰;
黄雅婷;
宋宗慧
-
-
摘要:
越来越多的MRO工业品供应商意识到MRO采购与服务信息化的重要性,纷纷开始选择开发运营管理平台系统,因此MRO运营管理平台系统的构建日益得到行业用户的重视。针对MRO产品经销商的销售与行业特点,通过深入调研现有的几大MRO工业品电商运营模式,结合企业实际现状,与现有ERP系统互补,采用MVC模式为MRO销售企业的线上销售平台开发构建一套基于服务推荐的MRO运营管理平台系统。平台系统的主要功能模块涉及订单、结算、库存、销售、产品、客户及权限七个方面,在此基础上,将推荐算法融入平台系统的开发当中,使得MRO运营管理平台系统能够依据行为推荐算法向选购不同商品的客户进行相关的MRO工业品的推荐。实践证明,系统通过完整的设计、实施、测试步骤后,能够满足企业的个性化需求,具有可扩展性与可维护性,能够与客户实现良好的交互,部署到Web服务器即可应用。
-
-
王毅;
李政浩;
陈星
-
-
摘要:
随着移动设备硬件技术和5G等通信技术的发展,智能应用软件不断涌现,其提供的功能已涉及人们生活和工作的方方面面。大量的Android应用在满足人们日常生活需求的同时,也使得人们需要花更多的时间来找到他们想要启动的应用程序。为了让用户快速找到他们想要启动的应用程序并执行目标功能,文中提出了一种基于用户场景的Android应用服务推荐方法。具体来说,首先对用户场景进行分析,通过可访问性服务提取用户场景中的文本信息,然后采用基于知识库的方法,计算文本信息对应的标签,最后通过相似度计算,搜索服务库中与用户场景相关的服务,并将最相关的相似服务和互补服务推荐给用户。针对“豌豆荚”Android应用商店中的10个流行应用的300个Android应用服务进行方法评估,验证了所提方法的可行性和有效性。
-
-
明海;
杨晓农
-
-
摘要:
文章主要分析基于用户画像的数字图馆精准服务体系的建设要点及流程,首先对数字图书馆用户画像的基本需求和功能需求进行分析,确定用户画像体验构建的核心要素,其次通过架构模型和聚类算法分析等实现用户画像的结果可视化,为用户群体和个体提供精准的服务内容推荐。
-
-
和凤珍
-
-
摘要:
协同过滤算法是服务推荐系统中最有效和应用最广泛的推荐方法,其侧重于提高推荐结果的准确性。然而,在大数据背景下,用户行为数据不仅经常频繁更新而且数据规模增长迅速,传统的协同过滤算法需要穷举搜索所有数据,相似度计算耗时较高,推荐效率低,无法满足用户实时体验的需求服务。快速从大数据中获得高质量的推荐服务成为一种新的需求,为此,提出基于局部敏感哈希技术的协同过滤算法,算法过滤了绝大多数不相似的项目,避免了冗余的相似度计算,另一方面算法将用户行为数据哈希为二进制哈希编码,进而保护用户隐私。最后,在不同规模尺寸的数据集上与主流算法对比,实验表明提出的算法在效率和准确度间能够取得较好的折衷。
-
-
王雪纯;
吕晟凯;
吴浩;
何鹏;
曾诚
-
-
摘要:
网络嵌入是将网络节点投影到一个向量空间,从而有效地提取网络中各节点的特征信息。在服务推荐领域,已有研究表明引入网络嵌入方法能有效缓解推荐过程中数据稀疏等问题。但现有的网络嵌入方法多针对某一种特定结构的网络,并没有从根源上协同多种关系网络。因此,从垂直和平行两个角度将多种关系网络映射到同一个向量空间,提出一种基于多网络混合嵌入的服务推荐模型(MNHER)。首先,构建用户社交关系网络、服务标签共有网络、用户-服务异质信息网络;然后,通过多网络混合嵌入学习,得到用户和服务在同一向量空间的嵌入向量;最后,应用用户和服务的表征向量向目标用户推荐服务。此外,也对嵌入学习中的随机游走方法进行了优化,确保能更有效地提取和保留原网络的特征信息。为验证该方法的有效性,在三个公开数据集上与多种代表性的服务推荐方法进行了对比分析,相比基于单一关系网络和简单融合多关系网络的服务推荐方法,F-measure值分别可提高21%、15%。实验结果证明了多网络混合嵌入方法可有效地协同多关系网络,提高服务推荐质量。
-
-
李鑫
-
-
摘要:
在动态变化的网络环境下,来自组合服务或Mashup的服务可能不可用或失效.此外,随着越来越多的服务在互联网上,用户很难找到他们想要的服务.服务聚类是辅助服务发现的一种重要方法,但是已有的服务发现方法没有考虑服务本身的规格(Specs)信息.针对上述问题,提出了一种面向Mashup应用的API推荐方法,通过LDA主题聚类对API描述信息进行聚类,通过Word2Vec以及相似度计算从功能相似性的角度判断失效API所属主题类簇,在该主题类簇下通过失效API的规格信息进行进一步筛选,将失效API与筛选后的主题类簇中的API进行相似度判断,从而得到推荐API的集合.最后以ProgrammableWeb网站上的真实数据进行了实验,与传统的K-means、TF-IDF方法相比,实验结果表明该方法在一定程度上可以提高推荐结果的准确性.
-
-
李晓会;
陈潮阳;
白雨靓;
张兴
-
-
摘要:
基于位置的服务推荐系统能够为用户提供更为有效的个性化服务,现有的推荐系统主要采用差分隐私和k-匿名进行隐私保护,但服务质量差、安全系数低等问题十分严重.为此,提出了一种轨迹隐私保护服务推荐模型,该模型基于偏好感知的模式,首先采用Mix-zone结合聚类的方法,当请求服务时,通过聚类量化mix-zone中用户的相似性,保护用户的个人信息;然后采用基于差分隐私的偏好感知算法(PPBP)保护推荐结果,根据用户的偏好进行隐私风险评定,通过评定结果添加不同大小的噪声,合理分配差分隐私预算,实现服务质量的提升.实验结果表明,该算法不仅提高了用户的隐私保护程度,也提高了系统的服务质量.
-
-
杨桂珍
-
-
摘要:
本系统的实现是基于活动序列与协同过滤机器学习算法,重点解决找律师推荐的问题.本算法的设计思想如下:首先根据地位位置优先、再根据律师群体处理的法律事务序列的历史记录,利用语义分析得到法律事务的向量主题词空间;然后利用聚类算法形成律师群体按事务类型的聚类模型;再通过NLP的方法提取目标用法律诉求的词向量空间;最后通过协同过滤机制的机器学习算法,形成向目标用户精准推荐的训练模型.基于本算法设计了一套智能律师在线咨询服务系统.通过定位快速优选推送就近的专业律师,同时分别从用户评分、优势标签三个方面分别建立用户相似度模型,通过与用户精准对接,实现实时一对一的智能推荐律师咨询服务.
-
-
邓璇;
吕晟凯
-
-
摘要:
面对众多功能相似的服务信息,为用户推荐个性化的服务显得尤为重要,其中包括准确预测用户对Web服务的QoS值偏好.协同过滤是预测未知QoS值的一种常用方法,然而受到不可信数据的影响,预测精度大大降低.利用嵌入式学习技术,在用户-服务二分网络模型上,文中提出了一种基于信誉感知的Web服务QoS预测方法.实验结果表明,与其他方法对比,文中提出的方法的精度得到了显著提升.
-
-
邹宁;
郭栋
-
-
摘要:
由于专业科技资源服务平台提供的服务众多,且服务类别繁杂、用户难以搜寻到目标服务模块,这极大耗费了用户查找目标服务模块的时间,也降低了使用的满意度.针对此问题,本文使用服务评分模型处理用户行为数据,然后用改进修正余弦相似度的用户协同过滤算法,为目标用户推荐感兴趣的服务,进一步实现服务定制的功能模块.实验结果表明,改进后的协同过滤算法相比于传统算法,提高了服务推荐的质量和准确性.
-
-
MAO Ke;
毛可;
ZHOU Xian-zhong;
周献中;
YANG Pei;
杨佩;
XU Feng;
徐锋
- 《第二届中国指挥控制大会》
| 2014年
-
摘要:
随着面向服务架构在军事领域的快速发展,未来的新型指挥信息系统中将出现越来越多的军事Web服务,如何从这些服务中快速、准确地推荐合适的服务进行组合服务流程组装,已成为一个值得研究的问题.针对采用接口语义匹配等方法进行服务推荐可能产生服务不匹配或不可用的情况,本文提出一种基于组合服务历史事例推理的方法.该方法不需要对大量的服务建立完善的本体和语义支持,通过对用户已经设计或执行完成的服务流程进行挖掘,产生组合服务流程频繁序列集进行推荐.最后,给出了在BPEL服务组装系统的基础上设计的支持基于历史事例推理的服务推荐系统架构,并通过试验验证了该算法的有效性和实用性.
-
-
-
LI Hong-Tao;
李宏涛;
HE Ke-Qing;
何克清;
WANG Jian;
王健;
LI Zhao;
李昭
- 《2012年第三届中国计算机学会服务计算学术会议》
| 2012年
-
摘要:
微博自美国出现后发展迅猛,中国微博在2010年后也快速兴起,最具有影响力的是新浪微博.微博在传统的信息传播模式基础上,形成了多级的信息传播模式,产生了裂变式的传播能量和大量信息,为分析用户的主题和行为提供了基础.本文基于新浪微博,分析了用户之间的社会关系,通过关系相似度矩阵进行聚类,利用的LDA模型对用户的微博进行主题抽取,匹配主题来发现相应的服务,从而对用户进行服务推荐.通过实验证明,该方法在社交网络中根据用户所感兴趣的主题进行相关服务的推荐具有一定的实用价值.
-
-
-
LIU Zhi-Zhong;
刘志中;
ZHANG Zhen-Xing;
张振兴;
GUO Si-Hui;
海燕;
HAI Yan;
郭思慧;
LIU Yong-Li;
刘永利
- 《第九届中国计算机学会服务计算学术会议(NCSC2018)》
-
摘要:
随着网络上可用服务数量与类型的快速增长,越来越多的用户更加依赖于服务完成各种业务.然后,当前“请求-响应”被动式的服务模式严重影响了用户体验与资源利用率.因此,而如何智能地感知用户需求并主动地为用户推荐最为合适的服务,成为服务计算领域亟需解决的关键问题之一.针对这一问题,本文提出了一种基于需求预测的主动服务推荐方法.该方法首先通过矩阵分解算法从大量的历史服务使用数据中,快速地提取用户特征和服务特征;之后,基于所提取的用户特征数据与服务特征数据训练深度学习算法,并用其完成对用户服务需求的精确预测;最后,根据服务需求预测的结果,主动地为用户推荐其即将需要的服务.通过真实的数据进行了实验验证,结果表明,本文所提出服务需求预测的准确度为79.85%,基于用户需求的预测能够有效地提高服务推荐的主动性与准确性.
-
-
WU Hao;
吴浩;
HE Peng;
何鹏;
ZENG Cheng;
曾诚;
YU Dun-Hui;
余敦辉
- 《第九届中国计算机学会服务计算学术会议(NCSC2018)》
-
摘要:
服务推荐过程中,为了充分利用用户标签标注关系与用户的社交关系信息,提升推荐结果的准确性.本文提出一种基于异质用户网络嵌入的方法,通过将用户节点映射为一个低维的向量,再利用得到的用户向量进行基于用户的协同过滤推荐.方法在公开数据集Delicious上进行了实证分析,实验结果表明,相对已有的两个方法,本文所提方法的推荐精度可分别提高18.1%和16.6%,且发现在构建用户向量时,节点之间的直接关系与“朋友的朋友”关系对表示用户节点结构信息时同等重要;同时,推荐过程中为目标用户返回的相似用户在25个最为适宜.
-
-
-
CCF服务计算专委会
- 《CCF2014-2015中国计算机科学技术发展报告会》
| 2015年
-
摘要:
随着云计算、大数据、社交网络、移动互联网、物联网等新兴技术的出现,在面向服务的复杂生态系统中,越来越强调以更加智能化、个性化和自动化的处理方式为用户提供智慧服务,这使得知识型服务计算的研究变得越来越重要.本文从基于知识的服务发现与推荐、基于知识的服务组合、基于知识的业务流程管理,以及基于知识的服务质量管理与预测等几个方面出发,综述了国内外服务计算特别是知识型服务计算的相关研究进展,并在此基础上展望了其未来发展方向及研究趋势,希望能对国内从事服务计算相关研究的科研人员有所启发。
-
-
CCF服务计算专委会
- 《CCF2014-2015中国计算机科学技术发展报告会》
| 2015年
-
摘要:
随着云计算、大数据、社交网络、移动互联网、物联网等新兴技术的出现,在面向服务的复杂生态系统中,越来越强调以更加智能化、个性化和自动化的处理方式为用户提供智慧服务,这使得知识型服务计算的研究变得越来越重要.本文从基于知识的服务发现与推荐、基于知识的服务组合、基于知识的业务流程管理,以及基于知识的服务质量管理与预测等几个方面出发,综述了国内外服务计算特别是知识型服务计算的相关研究进展,并在此基础上展望了其未来发展方向及研究趋势,希望能对国内从事服务计算相关研究的科研人员有所启发。
-
-
CCF服务计算专委会
- 《CCF2014-2015中国计算机科学技术发展报告会》
| 2015年
-
摘要:
随着云计算、大数据、社交网络、移动互联网、物联网等新兴技术的出现,在面向服务的复杂生态系统中,越来越强调以更加智能化、个性化和自动化的处理方式为用户提供智慧服务,这使得知识型服务计算的研究变得越来越重要.本文从基于知识的服务发现与推荐、基于知识的服务组合、基于知识的业务流程管理,以及基于知识的服务质量管理与预测等几个方面出发,综述了国内外服务计算特别是知识型服务计算的相关研究进展,并在此基础上展望了其未来发展方向及研究趋势,希望能对国内从事服务计算相关研究的科研人员有所启发。