版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、在面向服務(wù)的軟件工程中,面向服務(wù)的架構(gòu)(SOA)和微服務(wù)架構(gòu)(MSA)的廣泛應(yīng)用促進(jìn)了Web服務(wù)、云服務(wù)以及基于服務(wù)的系統(tǒng)(SBS)的快速增長。數(shù)量眾多的web服務(wù)和云服務(wù)已經(jīng)部署在世界各地。隨著功能屬性相同而具有不同質(zhì)量值的web服務(wù)數(shù)量的快速增長,發(fā)現(xiàn)合適的web服務(wù)變得愈加困難和重要。因此,web服務(wù)推薦已經(jīng)成為重要的研究課題,同時具有強(qiáng)烈的現(xiàn)實意義?,F(xiàn)有的web服務(wù)推薦方法使用了Skyline、協(xié)同過濾以及基于內(nèi)容的推薦技術(shù)?;?/p>
2、于Skyline的推薦技術(shù)主要使用Skyline技術(shù)從大量候選服務(wù)中選出那些具有最佳全局QoS值的服務(wù)推薦給用戶。基于協(xié)同過濾的推薦技術(shù)主要根據(jù)用戶的歷史行為數(shù)據(jù),為目標(biāo)用戶甄別出鄰居用戶集合,最后基于該集合為目標(biāo)用戶預(yù)測服務(wù)QoS值,選擇出Top-k服務(wù)推薦給用戶。基于內(nèi)容的推薦技術(shù)直接根據(jù)用戶的歷史行為數(shù)據(jù)為用戶選擇那些相似的服務(wù)進(jìn)行推薦。
然而,這些方法都沒有解決一個關(guān)鍵的、基礎(chǔ)的問題:在構(gòu)建SBS之前,如何根據(jù)一個系統(tǒng)
3、工程師的服務(wù)質(zhì)量(例如:響應(yīng)時間,可靠性等等)約束來推薦web服務(wù)?與此同時,現(xiàn)有的絕大多數(shù)研究工作都沒有考慮到另外一個問題:在SBS構(gòu)建成功后,若某服務(wù)的QoS值發(fā)生變化或者產(chǎn)生一個新服務(wù),如何通知系統(tǒng)工程師對SBS進(jìn)行優(yōu)化。此時需要甄選出合適的系統(tǒng)工程師將新服務(wù)推薦給這些系統(tǒng)工程師。
所以在本文中,SBS系統(tǒng)構(gòu)建之前,提出了兩種以用戶興趣為中心、以用戶為導(dǎo)向的個性化web服務(wù)推薦方法,分別是KNN-based方法和DSL-
4、based方法。其中KNN-based方法使用了k最近鄰技術(shù)來尋找那些在質(zhì)量屬性上與系統(tǒng)工程師質(zhì)量約束最為相似的web服務(wù)。此外,DSL-based方法則是根據(jù)系統(tǒng)工程師的質(zhì)量約束,使用Dynamic Skyline技術(shù)來發(fā)現(xiàn)那些具有代表性的web服務(wù),即那些沒有被其它任何web服務(wù)支配過的服務(wù)。同時為了克服兩種基本方法的缺陷,提出了兩種基于KNN-Based和DSL-Based的混合方法,分別為KNN-DSL以及DSL-KNN。當(dāng)然在
5、SBS構(gòu)建成功之后,同樣提出了兩種以用戶興趣為中心、以服務(wù)為導(dǎo)向的個性化web服務(wù)推薦方法,分別為KNN-Based方法和RSL-Based方法。其中KNN-Based方法類似,RSL-Based方法則是根據(jù)改變之后的新服務(wù)的服務(wù)質(zhì)量,使用了Reverse Skyline技術(shù)來發(fā)現(xiàn)那些具有“代表性”的系統(tǒng)工程師,也就是對于選中的系統(tǒng)工程師來說,新服務(wù)沒有被其他任何老的候選服務(wù)所支配。同樣的兩種混合方法被提出以克服基本方法的缺陷,分別為K
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于用戶興趣的個性化信息推薦系統(tǒng).pdf
- 基于用戶興趣的個性化推薦技術(shù)研究.pdf
- 基于用戶興趣變化和排序的個性化推薦.pdf
- 移動環(huán)境下的個性化推薦用戶興趣建模研究.pdf
- 用戶興趣模型及實時個性化推薦算法研究.pdf
- 個性化信息服務(wù)中的用戶興趣遷移研究.pdf
- 面向個性化推薦的用戶興趣建模技術(shù)研究.pdf
- 基于用戶興趣的個性化推薦系統(tǒng)的研究與設(shè)計.pdf
- 基于用戶多興趣和社交網(wǎng)絡(luò)的個性化推薦研究
- 基于DSP平臺的個性化廣告推薦——用戶興趣模型研究.pdf
- 基于微博的用戶興趣分析與個性化信息推薦.pdf
- 基于用戶興趣模型的個性化論文推薦系統(tǒng)研究.pdf
- 基于用戶興趣學(xué)習(xí)的個性化信息服務(wù)模型研究.pdf
- 個性化服務(wù)中用戶興趣模型的研究與設(shè)計.pdf
- 基于Web的個性化服務(wù)中用戶興趣模型研究.pdf
- 基于用戶興趣變遷的個性化圖片自動標(biāo)注與推薦.pdf
- 基于用戶多興趣和社交網(wǎng)絡(luò)的個性化推薦研究.pdf
- 基于本體用戶興趣模型的個性化推薦系統(tǒng)的研究.pdf
- 基于用戶興趣模型的個性化推薦與搜索系統(tǒng)的研究.pdf
- 移動個性化信息服務(wù)中用戶興趣建模的研究.pdf
評論
0/150
提交評論