一种基于隐语义概率模型的个性化Web服务推荐方法

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.

基于混杂社会网络的个性化Web服务推荐方法

为了缓解Web服务推荐中存在的冷启动和数据稀疏问题,以及满足用户个性化的需求,本文提出了基于混杂社会网络的Web服务推荐框架及算法.该网络加入了服务提供者这一元素,可提供更多的真实信息,有助于缓解冷启动问题.根据提出的服务推荐框架,设计了用户-候选服务信任值预测算法(Computing Trust Value,CTV),以及服务推荐算法(Recommend Queue,RQ).在真实数据集上建立实验,结果表明本文提出的方法在预测准确率MAE、RMSE,推荐准确率MAP、NDCG,以及填充率和覆盖率上都有所提高,有助于提升个性化推荐的性能.

一种基于QoS历史记录的Web服务推荐算法

针对Web服务推荐时间和结果精确度方面存在的不足,本文提出一种基于QoS(Quality of Service)历史记录的Web服务推荐算法(Web Service Recommendation Algorithm based on Historical QoS,WSRAHQ)。首先,建立基于欧氏距离的Web网络用户兴趣度相似簇,提高Web服务推荐的精确度;然后,根据用户的QoS历史记录,利用多元线性回归,得到新用户的Web服务推荐结果,完成Web服务推荐。仿真结果表明了该方法有效性。

基于改进协同过滤的个性化Web服务推荐方法研究

目前基于协同过滤(collaborative filtering,CF)的Web服务推荐算法,使用的是Web服务的非功能性属性服务质量(quality of services,QoS),但是这类方法直接使用所有用户的QoS数据进行预测,并没有考虑用户的个性化偏好问题,导致在相似邻居的选择阶段会得到不真实的相似度结果,进而影响QoS预测准确率。针对以上问题,提出了一种基于用户偏好的改进协同过滤Web服务推荐算法。该算法从QoS数据中提取出用户偏好数据,并将其作为近似邻居的选择标准,然后使用top-k算法确定目标用户及服务的相似邻居集合,最后联合相似邻居偏好比重,使用调和的皮尔逊相关系数算法(Pearson correlation coefficient,PCC)预测目标用户及服务的QoS值。实验结果表明,该算法能有效提高QoS预测准确率,从而提高了Web服务推荐质量。

基于UDDI服务订阅的Web服务推荐机制

针对基于Web服务的分布式系统提出的一种“推”模式的信息传播机制 ,并由此提出了一种利用UDDI服务订阅功能实现Web服务推荐的方案 .文章通过对 3种具体应用场景的分析 。

基于用户可信度的Web服务推荐方法

协同过滤是推荐系统中广泛使用的一种推荐技术,但是目前多数基于协同过滤的Web服务推荐算法默认用户反馈数据是可信的,没有考虑到用户反馈数据中会出现的一些范围异常数据和恶意评价数据。如果没有对含有这些干扰数据的用户进行处理,最终的预测结果会受到严重的影响。在分析了用户反馈的服务质量(Qo S)数据的基础上,提出了一种基于用户可信度的Web服务推荐方法。计算用户的可信度并根据可信度对用户进行聚类,选取可信度高的类别中的数据进行协同过滤完成推荐,排除了范围异常数据以及恶意评价数据的干扰,避免了对预测结果的影响,最后使用平均绝对误差和均方根误差评判预测结果。实验结果表明,该方法能有效提高Qo S预测的准确率和Web服务的推荐质量。

基于混合聚类优化协同过滤的Web服务推荐

为进一步提高QoS预测准确率,提出一种基于混合聚类优化协同过滤的Web服务推荐方法。采用一种新的混合聚类算法替代传统的top-k算法,结合三个阈值来确定目标用户及服务的相似邻居集合;将基于用户和基于项的皮尔逊相关系数预测方法进行加权结合,从而预测目标用户及服务的QoS值。在香港中文大学发布的真实Web服务QoS数据集WS-Dream上进行了实验,实验结果表明,稀疏度为30%时,所提方法的平均绝对误差和均方根误差均低于现有协同过滤推荐方法,显著提高了QoS值预测精度。

基于知识图谱视域的Web服务推荐技术研究

在新的时代背景下,互联网技术不断更迭革新,海量网络数据虽然给用户提供了便利,但随之而来的信息过载、处理能力不够等问题也逐渐暴露,这就导致无法及时高效地在大量信息中提出、选择用户画像,影响了用户体验。文章在阐述知识图谱及Web服务推荐的概念基础上,结合知识图谱下的Web服务推荐技术的算法架构,对Web服务知识图谱构建进行了深入分析。

Web服务个性化推荐研究综述

随着Web服务的广泛使用和互联网上服务数量的增加,如何向用户提供最佳的服务选择列表成为了新的挑战。Web服务个性化推荐实现了由被动接受用户请求向主动感知用户需求的转变。个性化的Web服务推荐方法已经成为Web服务发现和选择的有效辅助手段。Web服务的个性化推荐技术也成为了近年来服务计算领域的研究热点。对当前Web服务个性化推荐的文献进行了归类分析,总结了当前Web服务个性化推荐的技术现状、研究方法和实验的数据集,列出了未来Web服务个性化推荐研究热点和挑战。

信任关系辅助的隐反馈Web服务推荐研究

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.

结合服务相似性的Bandit智能推荐模型

近年来,在商品推荐系统的研究日趋成熟的基础上,考虑服务性能的Web服务推荐技术日益受到学者和技术人员的关注。但是,已有的Web推荐算法多由集中式的服务器运行,而并非用户终端本身。它们不适用于当需求频繁变化的场合,且无法由终端设备独立地实现推荐。针对无线移动环境下Web服务分散在各个终端的问题,提出结合服务相似性的Bandit智能推荐模型,使终端设备能独立、快速地对变化场景进行推荐。实验结果分析表明推荐的服务具有潜在的较高评分,并且在推荐系统的大多数评价指标上拥有较好性能。

QoS感知的Web服务个性化推荐

服务质量(Quality of Service,Qo S)是Web服务推荐中的关键问题之一。文中提出了一种基于Qo S感知的Web服务推荐模型,该模型通过Web服务的历史Qo S信息训练支持向量机(SVM)得到一个服务选择函数,通过此服务选择函数匹配当前用户的服务需求,进而得到一个服务候选集,通过这种支持向量机分类方法使服务的发现和选择具有机器学习的能力。最后结合用户赋予Qo S属性的权重偏好进行服务排序,为用户推荐最适合的服务。通过实验仿真,验证了该服务分类方法的可行性和有效性。

企业知识发现中的个性化Web推荐服务研究

本文主要论述企业知识发现中基于个性化服务的We b推荐构成,提出了基于个性化技术构建用户兴趣模型的算法.文章根据用户有无介入兴趣模型构建的学习过程区分n元预测模型、用户兴趣关联规则库及利用用户兴趣词典进行W eb页面请求预测的算法.最后介绍了Agent 技术在企业个性化Web推荐系统中的应用.

基于迭代训练的Web Service混合协同过滤推荐模型

伴随着互联网技术的日益发展,海量数据的集成融合促进了大数据技术的广泛应用,尤其以面向服务为核心的Web Service技术被普遍用来提供新型互联网服务,这使得针对服务提供商及个人用户设计一种基于Web Service的个性化服务推荐系统变得十分必要.因此,提出一种基于混合协同过滤技术进行服务质量(QoS)预测的服务推荐模型.该模型利用迭代训练的思想,不断提升服务质量预测值的准确率,并通过基于预测树(PTree)的性能优化策略,有效地降低了迭代过程的运行时间.基于一个包含150万条Web Service调用信息的数据集,开展了一系列的对比分析实验.实验结果表明,相比于其他一些推荐模型,所提出的基于迭代训练的混合协同过滤推荐模型在消耗同等资源的情况下,能够有效地降低预测值的误差,提升模型整体的预测准确率.

基于二部图的服务推荐算法研究

通过考虑Web服务的兼容性,提出了一个基于二部图的服务推荐方法(BIGSIR).BIGSIR方法将Web服务及服务之间的关系抽象成一个二部图,并基于二部图为用户推荐合适的Web服务;使用myExperiment上的工作流服务和Web服务的真实数据来验证方法的有效性.实验结果表明:除了一些孤立Web服务结点和工作流结点,执行BIGSIR方法的平均排名都在0.184~0.281之间,与GRM方法相比具有更好的推荐性能,同时还揭示了影响算法性能的因素;针对当历史使用信息不充分时算法的推荐效果不佳的情况,也提出了相应的拟解决方案.

FTP服务器常见漏洞总结

继《黑防》2002年第6期增刊中analysist的《web服务器常见漏洞介绍及文章推荐》后，我将这几年收集的引篇针对FTP服务器软件漏洞做一总结，方便大家利用。