基于用户情境和质量偏好的Web服务推荐方法

随着Web服务数量的迅速增长,Web服务个性化推荐方法已成为Web服务发现和选择的重要辅助手段。为了提高Web服务推荐的准确率和满意度,本文提出基于用户情境和质量偏好的Web服务推荐方法,该方法根据用户的QoS偏好、用户资料和用户共同调用的服务来计算用户的相似度,并以此相似度为基础考虑推荐时间因素,来实现对相似用户Web服务的准确推荐。实验表明,该推荐算法的有效性和可行性。     

一种可信的Web服务推荐方法

为实现对可信Web 服务的推荐,提出基于用户及相似用户使用经验的Web服务信任模型,该模型一方面定义用户自身服务使用经验为直接信任度;另一方面,依据相似用户使用经验定义推荐信任度。采用TOP K算法,选出与用户最相似的K个最近邻,根据直接信任度与间接信任度预测出服务性能后进行服务推荐。模拟实验结果表明,该方法能有效进行Web服务推荐。     

基于近邻协同过滤算法的相似度计算方法研究

基于近邻的协同过滤算法是目前最为成功的个性化推荐算法之一,相似度计算方法是其核心内容.然而,该算法通常存在冷启动,数据稀疏性以及在相似度计算的时候只能使用共同评分之类的问题.为了有效改善上述算法推荐质量不高的问题,本文介绍了巴氏系数(BhattacharyyaCoefficient),结合修正余弦相似度、杰卡德相似度和皮尔森相关系数的优点,提出一种考虑了项目全局评分信息和局部评分信息的多重相似度融合的协同过滤算法(CFSI).在数据集MovieLens上的实验表明,CFSI在一定程度上有效缓解了数据稀疏性和冷启动问题,并且提高了推荐质量.     

一种基于调用序列网络的API推荐方法

随着计算机程序的日益复杂,代码自动补全功能需求越来越迫切。围绕软件编码过程中API调用问题进行探究,利用代码中API之间的调用序列,构建API关系网络模型,从服务推荐角度实现精准的API推荐,从而提高软件项目开发效率。实验结果表明,基于API序列关系网络模型推荐方法具有可行性,且在推荐列表长度较大的情况下方法更具优势,相比基准方法推荐精度可提高7.5%。在推荐过程中提供的API子序列越长,推荐结果越准确,但耗时明显增加。在子序列长度为5时,方法推荐精度与运行时间可达到相对适中的效果。     

一种融合LDA主题模型与LSTM网络的个性化推荐算法

为改善传统个性化推荐算法精准度不高的问题,使用评论数据作为数据集,先对评论数据作文本预处理和特征提取,然后使用LDA主题模型对文本特征数据建模,得到主题词分布,将其作为标签,同时使用LSTM网络作文本分类,通过计算得到好评率。最后把用户需求和标签利用潜在语义标引计算相似度,根据相似度和好评率大小向用户推荐结果。实验结果表明,该方法能够向用户推荐符合其兴趣的个性化需求信息,且准确率高于96%,证明了该推荐算法的有效性。     

基于随机游走增强型矩阵分解的混合服务预测

随着Web服务数量的急剧增长,如何在大量功能相似但非功能属性各异的服务中选择满足用户个性化需求的服务是亟需解决的问题。基于QoS（Quality of Service）预测的服务推荐方法成为研究热点。然而, QoS数据的稀疏性和“冷启动”问题阻碍其发展。针对当前主流的QoS预测模型预测精度不高和收敛速度较慢等问题,提出一种基于随机游走模型和矩阵分解技术的混合QoS预测方法。该方法首先基于矩阵分解获得用户及服务的潜因子矩阵,并将用户潜因子矩阵转化为用户相似度矩阵;然后基于用户相似度矩阵并结合Web服务的网络位置信息,使用随机游走模型提高用户相似度矩阵的准确性;最终结合协同过滤方法与矩阵分解模型进行QoS预测。在真实数据集上实验,结果表明,与当前主流的QoS预测方法相比,该方法具有更高的预测精度和效率。     

一种改进的个性化协同推荐算法研究

在协同推荐算法实际应用基础上,提出了一种改进措施,将多层次相似性度量应用到推荐系统kNN算法中,即借助层次关系矩阵,将内容之间的一些固有属性信息融合到相似度计算中。该改进措施在实际推荐系统应用中取得了较好的效果。     

自适应服务组合中基于语义相似度及面向任务的服务发现算法(英文)

为了实现自适应和高效的Web服务组合, 提出了一种面向任务的服务发现算法. 将传统的服务组合过程划分为语义上的发现和功能上的匹配, 并将任务作为操作对象, 利用语义相似度从候选服务中寻找与给定任务相匹配的服务, 并生成对应的TWC图, 同时针对新服务设计更新算法. 将该方法应用到服务组合模型中, 搜索TWC图以得到一条最优的路径作为服务组合结果输出, 并能在服务失效时做出实时的更新以完成服务请求. 实验结果证明了算法的可行性和有效性, 也表明当最大搜索半径取2时, 服务数量和质量之间可达到平衡.     

基于混合相似度的协同过滤推荐

user-based协同过滤算法在B2C电子商务中是一种重要的推荐方法,但是用户共同评价项目的稀缺性导致了协同过滤算法质量的下降。鉴于此,在考虑用户评分数据的基础上,对用户评分记录进行聚类平滑。考虑用户购买记录作为数据源之一,并用曼哈顿距离相似度计算方法计算用户购买记录,将两者线性组合得到混合相似度,使用混合相似度进行推荐,通过实验计算两者线性组合的最佳权重系数,比传统的利用用户评分记录和用户购买记录的精确度高。实验结果表明,基于混合相似度的协同过滤推荐能有效提高由于数据稀缺性造成的推荐准确度。     

基于社交圈发现与用户信任度传播的微博朋友推荐方法

微博的普及导致微博平台数据量日益增长,因此从海量微博中快速准确地为微博用户推荐好友成为了巨大挑战。用户的社交网络和微博文本在一定程度上体现了用户的价值观和兴趣爱好,有相似兴趣的微博用户更有可能成为朋友。基于上述事实,以用户微博文本相似度为似然函数,使用K-means聚类对微博用户聚类,得到微博用户社交圈;在社交圈内部迭代计算用户之间的相似度,同时计算用户对其所在社交圈中其余用户的信任度;最后,根据用户之间的相似度和信任度完成微博好友推荐。实验结果表明,该算法优于传统的基于社交网络拓扑图的好友推荐方法。     

一种基于服务质量的网格服务发现机制

网格服务体系结构的出现对网格服务发现提出了挑战,UDDI上基于关键词和简单分类的服务发现机制已经不能很好满足需要.本文在分析现有相关研究的基础上,提出了基于服务质量的网格服务发现机制,引入服务质量相似度的概念,为网格服务发现提供了一种有效可行的方法.     

Jimmy Carter on service learning

Jimmy Carter speaks candidly about his commitment to community service, the early influences that shaped his commitment, and the ways that higher education can foster the service habit in students.     

人事工作浅谈

企业最大的问题,是人的问题。作为人事工作者,要学会总结。要在选人、留人、用人、培养人上下功夫。     

微笑服务对高校图书馆服务质量的影响

微笑是世界上最美丽的语言,微笑是人际交往、服务工作中最好的"润滑剂"。作为现代高校图书馆,高校图书馆服务工作的好坏直接影响着图书馆的服务质量,而图书馆的"微笑服务"将使图书馆的服务模式发生质的飞跃。     

基于IMS的增值业务平台研究

本文分析了在固定和移动网络融合演进过程中,运营商部署基于IMS的增值业务平台的战略意义:提出了一个基于IMS的增值业务平台的系统构架,从基于Parlay/OSA的开放性业务系统、业务管理逻辑、IMS通用功能以及承载接入等四个方面,对此系统构架进行了详细分析。     

我国金融服务外包业务的探讨

金融服务外包怍为一个新兴领域在国外比较热门。随着中国经济的发展,中国金融业面临着激烈的竞争,金融业务外包也越来越引起国内理论界的关注。本文通过对金融服务外包的比较分析,探讨了我国目前金融业务外包存在的风险和对策。     

论高校图书馆读者服务艺术

本文对高校图书馆读者服务建设存在的弊端进行了分析,对高校图书馆读者服务艺术的提升进行了阐述。     

基于用户服务价值的图书馆大数据价值分析与服务质量保证研究

在大数据时代发展背景下,基于用户服务价值视角,分析图书馆数据资源的应用价值,以及服务质量保证问题,能够为我国现代图书馆的未来发展提供支持指导条件。本文围绕基于用户服务价值的图书馆大数据价值分析与服务质量保证问题,选取三个具体方面展开了简要分析。     

依托专业服务机构 创新高校仪器设备社会化服务模式

近年来,国务院及相关部委在政策上对企业和社会力量参与高校和科研院所大型科研仪器社会化服务给予了鼓励和支持。该文以北京科技大学试点引入专业服务机构促进科学仪器设备使用的社会化服务为例,围绕建设背景、实施过程、建设成效等内容,对高校仪器设备资源社会化服务创新模式进行了探讨。     

志愿服务在公共图书馆中的研究

随着社会的进步和人类精神文明的发展,志愿者投入公益活动的热情越来越强烈,许多志愿者纷纷投入到公共图书馆的服务中去,为读者提供服务,为图书馆事业的发展奉献着自己的力量.