普適環(huán)境下基于概率模型的服務推薦.pdf

1、隨著科技的發(fā)展，出現(xiàn)了越來越多的具有計算能力的設備，而且這些設備都朝著小型化和嵌入化的方向發(fā)展，傳統(tǒng)的以計算機為中心的計算模式和桌面模式無法克服一人多機所帶來的困擾，因而受到嚴重的挑戰(zhàn)。普適計算環(huán)境具有“透明”和“隨處可用”的特征，所以得到普遍重視。在普適計算環(huán)境中，所謂的“透明”特征，并非是完全指物理上的不可見性，更主要的是指用戶與計算機之間的交互是否為用戶所察覺。要實現(xiàn)這種“透明”交互方式的一個必要條件就是利用普適計算環(huán)境下的上下文

2、信息。Web服務作為一個能夠滿足用戶需求的應用程序，更是得到研究者和需求用戶的關注，它具有自包含、自描述、模塊化的特征，使得用戶更希望 Web服務能夠隨處可用。因此，提供面向普適計算環(huán)境的個性化服務成為研究的熱點。
　　本文針對普適計算環(huán)境中服務推薦的應用需求，在分析了傳統(tǒng)的服務推薦技術和融入上下文的服務推薦技術現(xiàn)狀后，主要完成了以下兩方面的工作：
　?。?）對普適計算環(huán)境下的上下文信息和Web服務信息進行研究，不同的上下文

3、在不同的Web服務領域對服務推薦的影響程度不同。Web服務可以用不同的方式進行描述，在服務請求者和服務提供者之間主要是通過一些發(fā)布和調用協(xié)議來實現(xiàn)交互。本文通過開發(fā)智能移動設備應用程序來獲取上下文信息，同時從Web服務的描述信息中提取關鍵部分，從而更快的找到服務并調用。
　　（2）通過分析上下文和服務之間的關系以及隱Markov模型的特點與應用，設計了一種基于雙重隱Markov模型(Double Hidden Markov Mod

4、el，簡稱DHMM)的服務推薦機制。通過獲取上下文數(shù)據(jù)并進行分析處理，計算DHMM的參數(shù)，建立模型，以實現(xiàn)個性化的服務推薦。同時，隨著上下文信息的動態(tài)變化，該模型的參數(shù)也實時更新，從而不斷提高服務推薦的準確率。本文實驗仿真是基于校園環(huán)境下移動用戶的特點，通過感知用戶的地點、時間和專業(yè)上下文信息，并收集用戶調用服務的歷史信息進行統(tǒng)計，計算服務的調用概率，通過計算推薦準確率驗證了基于隱Markov模型的服務推薦機制的個性化推薦程度，仿真實驗