期刊文献+

信任关系辅助的隐反馈Web服务推荐研究

Trust Aided Web Service Recommendation Using Implicit Feedback
原文传递
导出
摘要 针对Web服务推荐现有技术缺乏显式打分数据缺点,提出使用隐反馈知识进行推荐的方法.该方法首先构造一个伪评分生成器,将用户隐反馈知识映射成为显式打分.基于矩阵因子分解模型,将信任知识引入服务推荐过程,建立一种融合社交信任信息的服务推荐模型,有效提高了服务推荐性能.实验表明,本文提出的基于隐反馈的服务推荐方法预测性能优于最近邻方法和SVD++方法;同SVD++方法的性能对比实验表明,引入信任知识能够进一步提高服务推荐的性能,具有较好的实际应用价值. A new Web service recommendation method based on implicit feedback knowledge is proposed to avoid the flaws of current web service recommendation technology lacking of explicit rating data. The proposed method maps the users' implicit feedback into pseudo ratings by a pseudo rating generator. Meanwhile, based on the matrix factorization model, the trust knowledge is integrated with web service recommendation, and then the Web service recommendation model with social trust information is established, so as to significantly improve the efficiency of service recommendation . Experiments results show that predict performance of the proposed solution outperforms the nearest neighbor and SVD++method. Contrast experiments with SVD++ method also show that the overall performance of service recommendation can be further improved by introducing trust knowledge. The Web service recommendation method based on implicit feedback knowledge is of a good practical value.
出处 《武汉大学学报(理学版)》 CAS CSCD 北大核心 2017年第2期172-176,共5页 Journal of Wuhan University:Natural Science Edition
基金 国家重点基础研究发展计划(973)(2014CB340600) 国家自然科学基金重点项目(6332019) 国家自然科学基金资助项目(61173138 61272452) 福建省自然科学基金资助项目(2016J01285) 武汉大学软件工程国家重点实验室开放课题(SKLSE2014-10-07)
关键词 信任知识 隐反馈 Web服务推荐 trust knowledge implicit feedback Web service recommendation
  • 相关文献

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部