基于多層次關(guān)系的服務(wù)推薦研究.pdf

1、近年來(lái)，隨著互聯(lián)網(wǎng)、云計(jì)算等技術(shù)的迅速發(fā)展，越來(lái)越多的服務(wù)被部署到互聯(lián)網(wǎng)上，服務(wù)計(jì)算領(lǐng)域隨之飛速發(fā)展。其中，服務(wù)組合是對(duì)現(xiàn)有Web服務(wù)進(jìn)行組合復(fù)用以創(chuàng)造新服務(wù)的技術(shù)，mashup為其實(shí)現(xiàn)形式之一。該技術(shù)能更加方便快捷地實(shí)現(xiàn)對(duì)現(xiàn)有服務(wù)的重用，從而應(yīng)對(duì)用戶的個(gè)性化需求。隨著互聯(lián)網(wǎng)上服務(wù)數(shù)量的快速增長(zhǎng)，如何推薦合適的服務(wù)用來(lái)組合越來(lái)越成為一個(gè)迫切需要研究的問(wèn)題。
　　由于服務(wù)組合往往遵循特定模式，因而可以從已有服務(wù)組合挖掘多層次的信息，

2、以對(duì)新的服務(wù)組合創(chuàng)建過(guò)程進(jìn)行推薦。目前服務(wù)計(jì)算領(lǐng)域已經(jīng)存在一些面向服務(wù)組合創(chuàng)建過(guò)程的推薦技術(shù)，但仍存在一些問(wèn)題。這些問(wèn)題主要表現(xiàn)在以下幾個(gè)方面：（1）冷啟動(dòng)問(wèn)題，無(wú)法推薦新服務(wù)或新的服務(wù)組合。（2）推薦來(lái)源于單一的信息，豐富度不足。（3）推薦中沒(méi)有考慮服務(wù)的相互協(xié)作，缺乏整體性。
　　針對(duì)以上傳統(tǒng)的服務(wù)組合推薦中存在的不足，本文通過(guò)采集和挖掘服務(wù)組合的歷史數(shù)據(jù)，提出基于這些數(shù)據(jù)對(duì)服務(wù)模型進(jìn)行多層次學(xué)習(xí)的方法，以設(shè)計(jì)出能有效利用多源

3、信息的服務(wù)推薦算法，從而為創(chuàng)建中的服務(wù)組合給出更加準(zhǔn)確、全面的服務(wù)推薦方案。
　　本文的主要研究工作體現(xiàn)在以下幾個(gè)方面：
　　1.提出了一個(gè)結(jié)合頻繁項(xiàng)和主題模型的多層次推薦方法，為 mashup創(chuàng)建中的單步推薦問(wèn)題提供解決方案，解決無(wú)法推薦新服務(wù)的問(wèn)題。
　　2.提出了一個(gè)挖掘知識(shí)庫(kù)中的多源關(guān)系的方法，并將多層次關(guān)系建立統(tǒng)一建模，為mashup創(chuàng)建中的完整推薦問(wèn)題提供解決方案。在此研究中，進(jìn)一步應(yīng)用了包推薦的思想，將推