服务推荐

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。

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。

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。

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。

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。

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.

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.

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.

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.

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.

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.

摘要： 针对协作过滤推荐的矩阵稀疏性与扩展膨胀问题,提出一种基于扩展FP-TREE的改进方法.将用户的情境取值抽象为情境空间状态,通过挖掘情境状态与服务的关联进行服务推荐.引入倒排索引扩展FPTREE频繁项头表,建立状态-状态与服务-服务关联;通过索引树表示状态-服务关联,给出扩展FP-TREE与协作过滤矩阵的映射机制,在继承协作过滤的基础上极大地压缩了过滤矩阵.仿真实验表明:与传统的协作过滤推荐算法相比,该推荐方法具有更高的效率.

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.

摘要： 近年来,作为一种企业标准的Web Service被广泛应用.但是网络环境的复杂性使得Web Service的安全性问题得到了业界普遍关注.本文主要对Web Service的安全性进行研究.作者在分析了Web Service的结构以及管理方面存在的不足基础上,提出了"服务推荐"的基本思想,并给出了详细的"基于可推荐服务测试"的相关算法.通过和现有Web Service运行机制比较表明,提出的思想和相关算法能够较好提高Web Service的安全性和服务匹配的有效性.

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.

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.

摘要： 推荐系统是人工智能领域的一个重要研究方向,知识图谱作为融合了丰富异构信息的网络,许多研究都表明了它对推荐系统具有非常高的价值,如何借助知识图谱来完成Top-N的推荐是一项具有挑战性的任务.本文提出了一个基于元路径的推荐算法,它通过在知识图谱中寻找用户和服务之间的潜在关系链构成特征,算法通过学习优化并排序以实现Top-N的全局推荐模型.在Yelp数据集上进行了算法性能的评估,结果表明算法的整体性能表现较好,在推荐的召回率和准确率方面表现出明显的优越性,具有一定的创新价值.

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。

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。

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。

摘要： 提供了一种重定向广告产品推荐用户装置和服务提供装置、一种包括该重定向广告产品推荐用户装置和服务提供装置的广告产品推荐系统、其控制方法以及一种上面记录有计算机程序的非暂时性计算机可读存储介质。根据本发明，当重定向广告材料被曝光时，能够基于根据先前被查看产品、推荐分析产品和广告方产品的点击率、销售率、销售以及预定优先级信息而计算出的每个广告材料的响应分数来确定要曝光的广告材料的数量和曝光位置，并且在终端请求广告时，根据先前确定的广告材料的数量和曝光位置将广告材料提供给终端。因此，可以通过点击率(CTR)和销售率根据产品属性被反映到的广告材料的数量和曝光位置被最大化并且可以提高用户的满意度。

摘要： 不会增加用户的操作负担，即可提供用户所需信息。由检索输入信息取得单元(1a)取得检索输入信息。由推荐内容信息生成单元(1b)取得推荐信息，对在检索输入信息取得步骤中取得的检索输入信息和推荐信息的检索输入信息进行比较，根据点数提取检索输入信息一致的推荐信息，生成与提取出的推荐信息表示的内容连接的推荐内容信息。由推荐内容信息提供单元(1c)向用户提供由推荐内容信息生成单元(1b)生成的推荐内容信息。

摘要： 本发明提供了服务推荐装置、服务推荐方法和移动设备，以至少克服现有的移动设备无法根据环境的变化来推荐服务的问题。服务推荐装置包括：用于获得与装置有关的环境信息的获取单元；用于存储预设场景的场景信息和与预设场景相对应的预设服务项目的存储单元；用于根据环境信息以及预设场景的场景信息在预设场景中确定与环境信息相关的场景的确定单元；以及用于将与环境信息相关的场景所对应的预设服务项目确定为推荐的服务项目的处理单元。服务推荐方法用于执行能够实现上述服务推荐装置的功能的处理。移动设备包括上述服务推荐装置。应用本发明的上述技术，能够根据不同场景向用户推荐不同的服务项目，可以应用于信息处理领域。

摘要： 本发明涉及一种自适应服务推荐设备，包括：语义分析装置，用于对用户的查询进行语义上的分析；服务选择装置，用于找出与语义分析后的查询对应的选择的服务，并根据选择的服务更新服务相关数据库；以及服务推荐装置，用于利用获取的选择的服务来查找服务相关数据库以向用户推荐相关服务。以及一种自适应服务推荐方法、一种自适应服务推荐系统及其方法。本发明还涉及一种基于用户收藏库的服务推荐设备及其方法。根据本发明，可以基于用户的服务选择历史库，自动获取并调整服务相关数据库中的数据，从而能够向用户提供相关的服务。此外，还可以基于用户收藏库，向用户推荐服务提供者，从而用户能够获取灵活的服务。

摘要： 本发明的课题是提供一种能够提高对用户的任务进行推定的精度并且推荐与用户的任务对应的服务的服务推荐系统以及服务推荐方法。作为解决手段，服务推荐服务器(100)的用户角色取得部(210)取得用户的角色，任务推定部(207)根据与取得的用户的角色对应地存储在任务知识DB(103)中的任务模型中推定用户的任务。服务知识检索部(208)检索可协助由任务推定部(207)取得的用户的任务的服务。

摘要： 本发明公开了一种推荐服务的方法、管理服务器和推荐服务器，所述方法包括：管理服务器根据用户终端提交的用户的授信资料进行评估并判断是否推送至推荐服务器；所述管理服务器向所述用户终端推送至少一个第一服务，所述第一服务来自于所述管理服务器根据所述用户的授信资料评估的评估结果和所述推荐服务器根据所述用户的授信资料估算的第一信用分数。本发明提供的实施例能够将不同来源的用户群体进行内部筛选，向用户提供多元化的服务推荐，并针对每个用户的信用资质和意愿推送符合用户的服务信息，从而实现推荐服务的精准分配、并引导用户选择潜在的需求服务。

摘要： 一种现金服务推荐方法、现金服务推荐系统及服务器，综合考虑了自动交易装置的整体运营成本、用户等待时间以及可利用性，实现了现金服务资源的合理调度，提升了用户体验。该现金服务推荐方法包括：服务器接收用户设备端所输入的用户现金预约信息；所述服务器基于所述用户现金预约信息，计算完成现金服务的用时在规定阈值范围内且现金运营成本最优化的能够利用的自助设备作为推荐的自助设备；以及所述服务器将所述推荐的自助设备的信息返回给所述用户设备端，所述自助设备的信息至少包括该自助设备的位置信息。

摘要： 本申请公开了一种用于车辆的用户服务推荐方法。用户服务推荐方法包括：根据车辆所处的当前场景获取与当前场景相关联的车载电子单元的信号数据；获取与当前场景相关联的用户移动终端上的小程序的服务数据；根据信号数据和服务数据生成针对当前场景的服务推荐并推荐给车辆的用户。本申请实施方式的用户服务推荐方法中，根据车载电子单元的信号数据和用户移动终端上的小程序的服务数据进行服务推荐，能够使得推荐的服务更符合用户习惯，实现有针对性的服务推荐，满足用户需求，提升用户体验。本申请还公开了一种用户服务推荐装置、车辆和存储介质。

摘要： 本发明公开了一种产品服务推荐平台、产品服务的路径推荐方法及计算机可读存储介质。通过获取海量用户基于产品的行为数据，并建立对应所述产品的用户行为特征标签库，然后获取当前用户的行为信息，并根据所述行为信息确定当前用户对应的标签信息，再根据所述当前用户的标签信息从所述用户行为特征标签库中查找到对应的产品服务路径，最终将所述产品服务路径推荐至所述当前用户。这样，可以避免针对所有用户设定一套界面和流程，而根据用户动态、喜好来灵活推荐最优的产品服务路径，从而提高了用户体验感。

摘要： 本发明提供了服务推荐装置、服务推荐方法和移动设备，以至少克服现有的移动设备无法根据环境的变化来推荐服务的问题。服务推荐装置包括：用于获得与装置有关的环境信息的获取单元；用于存储预设场景的场景信息和与预设场景相对应的预设服务项目的存储单元；用于根据环境信息以及预设场景的场景信息在预设场景中确定与环境信息相关的场景的确定单元；以及用于将与环境信息相关的场景所对应的预设服务项目确定为推荐的服务项目的处理单元。服务推荐方法用于执行能够实现上述服务推荐装置的功能的处理。移动设备包括上述服务推荐装置。应用本发明的上述技术，能够根据不同场景向用户推荐不同的服务项目，可以应用于信息处理领域。