謝琪 崔夢天

摘 要：針對Web服務(wù)推薦中服務(wù)用戶調(diào)用Web服務(wù)的服務(wù)質(zhì)量數(shù)據(jù)稀疏性導(dǎo)致的低推薦質(zhì)量問題，提出了一種面向用戶群體并基于協(xié)同過濾的Web服務(wù)推薦算法（WRUG）。首先，為每個服務(wù)用戶根據(jù)用戶相似性矩陣構(gòu)建其個性化的相似用戶群體；其次，以相似用戶群體中心點代替群體從而計算用戶群體相似性矩陣；最后，構(gòu)造面向群體的Web服務(wù)推薦公式并為目標(biāo)用戶預(yù)測缺失的Web服務(wù)質(zhì)量。通過對197萬條真實Web服務(wù)質(zhì)量調(diào)用記錄的數(shù)據(jù)集進(jìn)行對比實驗，與傳統(tǒng)基于協(xié)同過濾的推薦算法（TCF）和基于用戶群體影響的協(xié)同過濾推薦算法（CFBUGI）相比，WRUG的平均絕對誤差下降幅度分別為28.9%和4.57%；并且WRUG的覆蓋率上升幅度分別為110%和22.5%。實驗結(jié)果表明，在相同實驗條件下WRUG不僅能提高Web服務(wù)推薦系統(tǒng)的預(yù)測準(zhǔn)確性，而且能顯著地提高其有效預(yù)測服務(wù)質(zhì)量的百分比。

關(guān)鍵詞：服務(wù)計算；Web服務(wù)；協(xié)同過濾；服務(wù)質(zhì)量；用戶群體

中圖分類號： TP393.027TP311.5 文獻(xiàn)標(biāo)志碼：A英文標(biāo)題