基于异构网络聚类的Web服务推荐系统研究

发布时间：2017-04-27 07:16

  本文关键词：基于异构网络聚类的Web服务推荐系统研究，，由笔耕文化传播整理发布。

【摘要】：随着Web技术的迅速发展,Web服务作为一个新型的可重复使用的软件功能被提出并得到广泛应用。当前Web服务数量剧增,且服务请求者的个性化需求日益凸现,传统的服务发现和选择模式已难以满足用户的请求。服务推荐致力于为用户提供符合其个性化需求的Web服务,并成为一个新的研究热点。其中,Web服务聚类可以将具有相同或相似特性的Web服务聚集,从而达到改进服务推荐的效果。现有的Web服务聚类方法主要基于Web服务描述信息,忽略了Web服务各个参与方的关系。针对该问题,本文研究基于异构服务网络的Web服务聚类方法,对经典的Net Clus算法改进,利用Web服务与各参与方之间的关系改进服务聚类效果。根据Web服务聚类信息,对Web服务推荐系统进行分析与设计,通过实现系统原型,将算法应用到Web服务推荐系统中。本文所做的主要工作如下:①分析了Web服务的主要技术和标准以及现有的各种聚类方法的特点,研究了信息网络分析方法的发展过程和协同过滤推荐算法的现状。②针对Web服务与各个参与方之间的关系,利用异构信息网络分析方法,构建了一种异构服务网络。该异构网络模型考虑了Web服务与Web服务属性、Web服务与提供商以及Web服务与用户之间的关系,并在模型中引入了响应时间,为基于异构网络的Web服务聚类算法提供了模型基础。③提出了MAO-Net Clus算法,实现了基于异构服务网络的Web服务聚类。该算法解决了Net Clus算法中单个目标节点无法与一种属性节点中多个不同节点相连的问题。通过仿真实验证明,所提出的算法相比原始算法的聚类效果在推荐准确度上有所提高,评估了在不同稀疏度、簇的数量和迭代次数的情况下算法的稳定性。④分析了现有Web服务推荐系统的不足之处,详细阐述了Web服务推荐系统的需求,设计了基于异构网络聚类的Web服务推荐系统原型。通过需求分析设计了系统架构、功能结构以及数据库,并详细设计了各个功能的具体流程。⑤根据设计的Web服务推荐系统,采用JAVA语言和My SQL数据库实现了Web服务推荐系统原型。给出了原型中各个功能实现后的效果图,最后对推荐系统进行了功能测试。
【关键词】：异构信息网络 聚类 Web服务 推荐系统
【学位授予单位】：重庆大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP393.09;TP391.3
【目录】：

• 中文摘要3-4
• 英文摘要4-8
• 1 绪论8-12
• 1.1 课题研究背景与研究意义8-9
• 1.2 国内外研究现状9-10
• 1.3 本文的主要工作10-11
• 1.4 本章小结11-12
• 2 相关技术分析12-21
• 2.1 Web服务12-14
• 2.2 聚类算法14-16
• 2.3 异构信息网络16-18
• 2.4 协同过滤算法18-20
• 2.5 本章小结20-21
• 3 基于异构网络的Web服务聚类研究21-37
• 3.1 基于Web服务关系的异构信息网络模型21-25
• 3.1.1 节点及关系描述21-23
• 3.1.2 关系及节点权重描述23-25
• 3.2 基于异构网络的Web服务聚类25-30
• 3.2.1 MAO-NetClus算法25-26
• 3.2.2 网络初始化26-28
• 3.2.3 计算先验概率28
• 3.2.4 计算后验概率28-29
• 3.2.5 K均值聚类29-30
• 3.2.6 迭代停止条件30
• 3.3 聚类结果分析30-36
• 3.3.1 实验数据30-31
• 3.3.2 实验及评估标准31-32
• 3.3.3 实验结果分析32-36
• 3.4 本章小结36-37
• 4 基于异构网络聚类的Web服务推荐系统分析与设计37-52
• 4.1 Web服务推荐系统总体需求分析37-39
• 4.1.1 推荐系统功能描述37-39
• 4.1.2 推荐系统非功能描述39
• 4.2 Web服务推荐系统功能分析39-41
• 4.3 Web服务推荐总体设计41-45
• 4.3.1 系统总体架构设计41-42
• 4.3.2 推荐系统功能结构设计42-43
• 4.3.3 数据库设计43-45
• 4.4 Web服务推荐系统模块设计45-50
• 4.4.1 用户信息管理模块46
• 4.4.2 基于WSDL文档上传的服务发布模块46-47
• 4.4.3 基于用户需求的服务查找模块47-48
• 4.4.4 基于用户反馈的服务评价模块48-49
• 4.4.5 基于异构网络聚类的服务推荐模块49-50
• 4.5 本章小结50-52
• 5 基于异构网络聚类的Web服务推荐系统的实现52-60
• 5.1 推荐系统开发环境52
• 5.2 Web服务推荐系统功能实现52-58
• 5.2.1 用户信息管理52-54
• 5.2.2 基于WSDL的服务发布54-55
• 5.2.3 基于服务与提供商信息的服务查找55-56
• 5.2.4 基于评价与响应时间的服务评价56-57
• 5.2.5 基于聚类与评价预测的服务推荐57-58
• 5.3 功能测试58-59
• 5.4 本章小结59-60
• 6 结论与展望60-62
• 6.1 结论60
• 6.2 工作展望60-62
• 致谢62-63
• 参考文献63-66
• 附录66

【相似文献】

中国期刊全文数据库 前10条

1 米可菲;张勇;邢春晓;蔚欣;;面向大数据的开源推荐系统分析[J];计算机与数字工程;2013年10期

2 脱建勇;王嵩;李秀;刘文煌;;精品课共享中的推荐系统框架与实现[J];计算机工程与设计;2006年17期

3 苏冠贤;张丽霞;林丕源;刘吉平;;生物信息学推荐系统的设计与实现[J];计算机应用研究;2007年05期

4 王改芬;;推荐系统研究综述[J];软件导刊;2007年23期

5 叶群来;;营销与网络推荐系统[J];电子商务;2007年10期

6 李媚;;个性化网络学习资源推荐系统研究[J];福建电脑;2008年12期

7 潘冉;姜丽红;;基于经济学模型的推荐系统的研究[J];计算机应用与软件;2008年03期

8 刘鲁;任晓丽;;推荐系统研究进展及展望[J];信息系统学报;2008年01期

9 刘小燕;陈艳丽;贾宗璞;沈记全;;基于增强学习的旅行计划推荐系统[J];计算机工程;2010年21期

10 曹畋;;智能推荐系统在知识浏览领域的应用[J];硅谷;2011年21期

中国重要会议论文全文数据库 前8条

1 张燕;李燕萍;;基于内容分析和点击率记录的混合音乐推荐系统[A];2009年通信理论与信号处理学术年会论文集[C];2009年

2 赵欣;寇纲;邬文帅;卢艳群;;基于时间密集性的推荐系统攻击检测[A];第六届（2011）中国管理学年会论文摘要集[C];2011年

3 张玉连;张波;张敏;;改进的个性化信息推荐系统的设计与实现[A];2005年全国理论计算机科学学术年会论文集[C];2005年

4 王君;许洁萍;;层次音乐推荐系统的研究[A];第18届全国多媒体学术会议（NCMT2009）、第5届全国人机交互学术会议（CHCI2009）、第5届全国普适计算学术会议（PCC2009）论文集[C];2009年

5 潘宇;林鸿飞;杨志豪;;基于用户聚类的电子商务推荐系统[A];第三届学生计算语言学研讨会论文集[C];2006年

6 尤忠彬;陈越;张英;朱扬勇;;基于Web服务的技术转移平台推荐系统研究[A];第二十二届中国数据库学术会议论文集（技术报告篇）[C];2005年

7 王国霞;刘贺平;李擎;;二部图影射及其在推荐系统中的应用[A];第25届中国控制与决策会议论文集[C];2013年

8 王雪;董爱华;吴怡之;;基于RFID技术的智能服装推荐系统设计[A];2011年全国电子信息技术与应用学术会议论文集[C];2011年

中国重要报纸全文数据库 前2条

1 ;大数据如何“落地”[N];中国新闻出版报;2014年

2 本报记者 邹大斌;大数据：电商新武器[N];计算机世界;2012年

中国博士学位论文全文数据库 前10条

1 王宏宇;商务推荐系统的设计研究[D];中国科学技术大学;2007年

2 杨东辉;基于情感相似度的社会化推荐系统研究[D];哈尔滨工业大学;2014年

3 曹渝昆;基于神经网络和模糊逻辑的智能推荐系统研究[D];重庆大学;2006年

4 王立才;上下文感知推荐系统若干关键技术研究[D];北京邮电大学;2012年

5 刘龙;一个能实现个性化实时路径推荐服务的推荐系统框架[D];中国科学技术大学;2014年

6 李涛;推荐系统中若干关键问题研究[D];南京航空航天大学;2009年

7 刘士琛;面向推荐系统的关键问题研究及应用[D];中国科学技术大学;2014年

8 李方方;非独立同分布推荐系统研究[D];北京理工大学;2014年

9 李晓建;基于语义的个性化资源推荐系统中关键技术研究[D];武汉大学;2010年

10 张尧;B2C环境下用户感知可信的推荐系统理论及其关键方法研究[D];哈尔滨工业大学;2013年

中国硕士学位论文全文数据库 前10条

1 朱孔真;基于云计算的电子商务智能推荐系统研究[D];武汉理工大学;2014年

2 郭敬泽;基于赋权评分和Dpark的分布式推荐系统研究与实现[D];天津理工大学;2015年

3 周俊宇;信息推荐系统的研究与设计[D];江南大学;2015年

4 李炜;基于电子商务平台的保险推荐系统的设计与实现[D];复旦大学;2013年

5 车丰;基于排序主题模型的论文推荐系统[D];大连海事大学;2015年

6 秦大路;基于因式分解机模型的上下文感知推荐系统研究[D];郑州大学;2015年

7 徐霞婷;动态路网监控与导航推荐系统的设计与实现[D];苏州大学;2015年

8 黄学峰;基于Hadoop的电影推荐系统研究与实现[D];南京师范大学;2015年

9 路小瑞;基于Hadoop平台的职位推荐系统的设计与实现[D];上海交通大学;2015年

10 李爱宝;基于组合消费行为分析的团购推荐系统的设计与实现[D];哈尔滨工业大学;2015年

  本文关键词：基于异构网络聚类的Web服务推荐系统研究，由笔耕文化传播整理发布。

本文编号：330173