当前位置:主页 > 管理论文 > 移动网络论文 >

一种基于隐语义概率模型的个性化Web服务推荐方法

发布时间:2018-01-19 04:00

  本文关键词: Web服务推荐 个性化 隐语义概率模型 指标偏好 期望极大算法 出处:《计算机研究与发展》2014年08期  论文类型:期刊论文


【摘要】:为了满足Web服务使用者的个性化需求,提出了一种基于隐语义概率模型的用户指标偏好预测方法,用于个性化Web服务推荐.首先,引入两个决定用户指标偏好的关键因素:用户以及用户所处的服务情境,隐语义概率模型借助隐含类别建立用户指标偏好、用户及服务情境三者之间的隐含语义依赖关系,并且为描述用户、服务情境、指标偏好多方面的特征,允许这三者可同时以不同的概率隶属于多个隐含类别;然后,将期望极大(expectation maximization,EM)算法运用于由层次分析法获得的训练数据,以估计隐语义概率模型的参数;最后,使用该模型预测用户在特定服务情境下的指标偏好.隐语义概率模型与标准的基于内存的协同过滤以及基于聚类改进的协同过滤相比,不仅具有明确的数学模型,而且实验结果表明,隐语义概率模型对用户个性化指标偏好的预测精度最高,同时可以缓解数据稀疏性带来的不良影响.
[Abstract]:In order to meet the personalized needs of Web service consumers, a user preference prediction method based on implicit semantic probability model is proposed for personalized Web service recommendation. This paper introduces two key factors to determine user index preference: the user and the service situation in which the user is located. The implicit semantic probability model establishes the user index preference with the help of the implicit category. The implicit semantic dependency between the user and the service situation, and to describe the characteristics of user, service situation and index preference, which allows them to belong to multiple hidden categories with different probability at the same time. Then, the expected maximization algorithm is applied to the training data obtained by AHP to estimate the parameters of the hidden semantic probability model. Finally, the model is used to predict the index preference of users in a specific service situation. The hidden semantic probability model is compared with the standard memory-based collaborative filtering and the improved cooperative filtering based on clustering. The experimental results show that the implicit semantic probabilistic model has the highest prediction accuracy to the user's personalized index preference and can alleviate the adverse effect of data sparsity.
【作者单位】: 中国科学院软件研究所天基综合信息系统重点实验室;中国科学院大学;
【基金】:国家“八六三”高技术研究发展计划基金项目(2012AA011206)
【分类号】:TP393.09;TP391.3
【正文快照】: 随着互联网技术的飞速发展,面向服务的计算(service-oriented computing,SOC)[1]作为一种新的计算模式得到了广泛应用.Web服务就是这样一种分布运行于Internet之上、支持不同平台之间互操作的松耦合软件系统.它主要通过“发布-查找-绑定”的模式允许服务使用者和提供者之间形

【相似文献】

相关期刊论文 前10条

1 马治飞;徐望;王炳锡;王兴斌;;基于概率模型和倒谱差分的特征补偿算法[J];计算机工程;2006年18期

2 廖翠玲;余昭平;;A5/1算法的概率模型分析[J];计算机工程;2010年23期

3 郑红;隋强强;陈磊;;运动小目标检测最优图像帧数概率模型[J];系统工程与电子技术;2011年01期

4 陈莹;艾春璐;;基于均衡化概率模型的特征匹配及其应用[J];光电工程;2011年02期

5 周树德;孙增圻;;分布估计算法综述[J];自动化学报;2007年02期

6 王凌;王圣尧;方晨;;一种求解多维背包问题的混合分布估计算法[J];控制与决策;2011年08期

7 郑家恒;张剑锋;谭红叶;;中文分词中歧义切分处理策略[J];山西大学学报(自然科学版);2007年02期

8 窦桂琴;;基于贝叶斯定理的个性化教务选课网站的研究[J];中原工学院学报;2008年05期

9 韩建平;张林锋;陈临强;;用于虚拟广告系统的视频对象分割算法[J];计算机工程与应用;2009年05期

10 宋明黎;王慧琼;陈纯;叶秀清;顾伟康;;基于概率模型的高动态范围图像色调映射[J];软件学报;2009年03期

相关会议论文 前10条

1 陆斌;骆志刚;苏光龙;丁凡;;RNA序列结构比对算法综述[A];中国电子学会第十六届信息论学术年会论文集[C];2009年

2 陈红蔚;石树刚;郑振楣;;基于概率模型的统计数据库[A];第九届全国数据库学术会议论文集(下)[C];1990年

3 金浩;王守芳;仲婷;魏鲲;潘金贵;;普适计算中的多通道定位研究[A];第一届建立和谐人机环境联合学术会议(HHME2005)论文集[C];2005年

4 汪力;叶桦;夏良正;;贝叶斯框架下的人的检测[A];第七届全国信息隐藏暨多媒体信息安全学术大会论文集[C];2007年

5 丘衍航;杨群生;战荫伟;;基于GMEM聚类的EMD图象检索[A];第十三届全国图象图形学学术会议论文集[C];2006年

6 陈莹;纪志成;化春键;;基于分布估计算法的三维模型匹配[A];2009中国控制与决策会议论文集(3)[C];2009年

7 韩咏;孔蕾蕾;齐浩亮;;科技论文原创性检查系统的研究[A];第五届全国信息检索学术会议论文集[C];2009年

8 芮晓光;袁平波;何芳;俞能海;;一种新颖的自动图像标注方法[A];第十三届全国图象图形学学术会议论文集[C];2006年

9 张开旭;孙茂松;;统计与规则结合的古文对联应对模型[A];第四届全国学生计算语言学研讨会会议论文集[C];2008年

10 李军辉;周国栋;朱巧明;钱培德;;一种改进的中文层次句法分析模型研究[A];中国计算机语言学研究前沿进展(2007-2009)[C];2009年

相关重要报纸文章 前1条

1 清华大学计算机系智能技术与系统国家重点实验室 张敏 金奕江;寻“宝”有术[N];计算机世界;2003年

相关博士学位论文 前10条

1 曹松晓;随机概率模型视觉目标跟踪理论及应用研究[D];浙江大学;2013年

2 孙庆杰;静态图像中人体检测技术研究[D];中国科学院研究生院(软件研究所);2004年

3 王慧琼;计算机视觉中的二分光问题研究[D];浙江大学;2008年

4 赵也非;动态UML子图的形式语义研究[D];华东师范大学;2010年

5 王笑蓉;蚁群优化的理论模型及在生产调度中的应用研究[D];浙江大学;2003年

6 王锐;复杂场景建模与绘制中的逼近问题研究[D];浙江大学;2007年

7 丁大勇;信息融合技术的研究及其在视像内容分析中的应用[D];清华大学;2007年

8 丁杰;无限制手写体数字串切分与识别的相关问题研究[D];南京理工大学;2010年

9 姜维;统计中文词法分析及其强化学习机制的研究[D];哈尔滨工业大学;2007年

10 王健;任务关键系统生存性形式化建模与分析[D];哈尔滨工程大学;2009年

相关硕士学位论文 前10条

1 谭龙远;基于领域的网络爬虫技术的研究与实现[D];武汉理工大学;2009年

2 贾玉祥;基于概率模型的名人网页相关度评价研究[D];郑州大学;2006年

3 张剑锋;规则与统计相结合的中文分词方法研究[D];山西大学;2008年

4 王鹏鸣;一种深层网络不确定性概率模型研究[D];哈尔滨工程大学;2012年

5 杨荟蓉;基于概率模型的重叠社区发现算法研究[D];北京交通大学;2011年

6 袁磊;基于概率模型的文本聚类[D];吉林大学;2005年

7 樵建刚;新的基于概率模型的聚类算法研究[D];兰州大学;2014年

8 韩东涛;基于概率模型的基因组从头测序算法研究[D];哈尔滨工业大学;2012年

9 王宗忠;模具协作制造项目管理信息监视预警的研究[D];广东工业大学;2004年

10 高敬礼;多分辨率图像融合及仿射目标识别算法研究[D];河南大学;2008年



本文编号:1442507

资料下载
论文发表

本文链接:https://www.wllwen.com/guanlilunwen/ydhl/1442507.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户65787***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com