謝琪 崔夢(mèng)天

摘 要：針對(duì)Web服務(wù)推薦中服務(wù)用戶(hù)調(diào)用Web服務(wù)的服務(wù)質(zhì)量數(shù)據(jù)稀疏性導(dǎo)致的低推薦質(zhì)量問(wèn)題，提出了一種面向用戶(hù)群體并基于協(xié)同過(guò)濾的Web服務(wù)推薦算法（WRUG）。首先，為每個(gè)服務(wù)用戶(hù)根據(jù)用戶(hù)相似性矩陣構(gòu)建其個(gè)性化的相似用戶(hù)群體；其次，以相似用戶(hù)群體中心點(diǎn)代替群體從而計(jì)算用戶(hù)群體相似性矩陣；最后，構(gòu)造面向群體的Web服務(wù)推薦公式并為目標(biāo)用戶(hù)預(yù)測(cè)缺失的Web服務(wù)質(zhì)量。通過(guò)對(duì)197萬(wàn)條真實(shí)Web服務(wù)質(zhì)量調(diào)用記錄的數(shù)據(jù)集進(jìn)行對(duì)比實(shí)驗(yàn)，與傳統(tǒng)基于協(xié)同過(guò)濾的推薦算法（TCF）和基于用戶(hù)群體影響的協(xié)同過(guò)濾推薦算法（CFBUGI）相比，WRUG的平均絕對(duì)誤差下降幅度分別為28.9%和4.57%；并且WRUG的覆蓋率上升幅度分別為110%和22.5%。實(shí)驗(yàn)結(jié)果表明，在相同實(shí)驗(yàn)條件下WRUG不僅能提高Web服務(wù)推薦系統(tǒng)的預(yù)測(cè)準(zhǔn)確性，而且能顯著地提高其有效預(yù)測(cè)服務(wù)質(zhì)量的百分比。

關(guān)鍵詞：服務(wù)計(jì)算；Web服務(wù)；協(xié)同過(guò)濾；服務(wù)質(zhì)量；用戶(hù)群體

中圖分類(lèi)號(hào)： TP393.027TP311.5 文獻(xiàn)標(biāo)志碼：A英文標(biāo)題