免费论文摘要：鉴于用户反应的效劳引荐体制的接洽与实行

Web效劳已变成互联网络松啮合情况下处置异构运用之间互操纵题目的合流本领，遭到学术界和企技术界的普遍关心。跟着Web效劳数目的连接减少，功效沟通或一致的Web效劳越来越多，效劳品质（QoS）在效劳采用中遭到人们的关心，即用户蓄意赢得既满意其功效需要又有较好QoS属性的效劳。对于普遍用户而言，赢得备选效劳的QoS属性较为艰巨。开始，效劳经营商或第三方组织供给的QoS消息特殊有限；第二，QoS属性与用户左右文，如搜集情况等成分，出色关系，第三方供给的QoS消息常常不许精确反应用户的本质情景；第三，因为备选效劳数目较多，用户自行对每个效劳QoS举行丈量将奢侈洪量功夫和搜集资源；结果，QoS属性汇合中的某些属性很难经过几次效劳挪用获得，如光荣、真实性和精确性等。 效劳引荐动作处置效劳采用题目的灵验本领已变成接洽热门。现有效劳引荐经过用户的显性反应，如用户查看到的效劳QoS，用户对效劳的评介，来获得用户偏好，并鉴于此给出引荐截止。正文精细领会比拟了关系接洽本领的优缺陷，深刻领会了鉴于共同过滤的Web效劳引荐算法，并对准Web效劳的特性，指出了关系算法在Web效劳引荐中生存的不及之处。正文提出了鉴于用户地区场所的搀和共同过滤引荐算法RegionKNN，精细引见了算法的思维，领会了算法的引荐精确性、功夫搀杂度以及关系参数感化。鉴于洪量如实数据的试验表露该算法在引荐精确性和在线功夫搀杂度上面都优于现有的鉴于共同过滤的Web效劳引荐算法。为让用户对Web效劳QoS有进一步的领会，巩固用户对引荐截止的断定，正文安排了鉴于RegionKNN算法的Web效劳QoS可视化本领，以二维舆图的办法向用户展现引荐截止。共同过滤引荐算法须要经过用户提交的Web效劳QoS消息来获得用户偏好，为缩小给用户带来的未便，正文安排并实行了一个鉴于用户效劳列表的引荐体例，经过发掘用户效劳列表，为用户供给效劳引荐。

来源：半壳优胜育转载请保留出处和链接！

本文链接：http://87cpy.com/204391.html