项目名称: 基于非对称群体兴趣相关性并融合情境与群体信任的Web服务推荐研究

项目编号: No.61502401

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 自动化技术、计算机技术

项目作者: 谢琪

作者单位: 西南民族大学

项目金额: 20万元

中文摘要: 随着Web服务数量的不断增加,为用户推荐和选择最优的Web服务已成为服务计算领域内最重要的挑战之一。针对当前Web服务推荐算法情境或信任缺失的不足现状,本项目拟提出一种融合情境与群体信任的Web服务推荐方案,并在Web服务推荐应用场景下提出非对称群体兴趣相关性的新概念。该方案基于协同过滤思想,将非传统群体信任关系引入Web服务推荐,构建基于非对称群体兴趣相关性的群体信任数据模型,系统地考虑情境因素和群体信任等级对Web服务推荐准确性的影响,并采用理论和实证研究相结合的方法开展多方面的研究。本项目将在基于情境的群体聚类算法设计、基于非对称群体兴趣相关性的群体信任数据模型建模、群体信任等级算法设计、融合情境与群体信任的Web服务质量预测算法设计等方面形成创新。本项目的研究意义在于丰富Web服务推荐系统理论,为服务计算环境下基于情境和群体信任推荐系统的应用提供一些新的解决方法和技术手段。

中文关键词: 面向服务计算;Web服务推荐;服务质量预测;协同过滤;Web服务排序

英文摘要: As the number of Web services surges rapidly, recommending and selecting optimal Web services for users has become one of the most challenging research issues in the field of services computing. To overcome the absence of context or trust in Web service recommendation, this project proposes an approach for Web service recommendation by merging context and group trust, and a new concept named asymmetric interesting correlation of group is proposed in Web service recommendation. In this approach, the non-traditional relationship of group trust is introduced into Web service recommendation using collaborative filtering, asymmetric interesting correlation of group based data model for group trust is constructed, and the effect of context and group trust on recommendation accuracy will be considered systematically, multiple steps of this approach are carried out by combining theoretical and empirical research. The innovations of this project include: context-based group clustering algorithm designing; asymmetric interesting correlation of group based group trust data modeling; rank algorithm designing for group trust; quality of service value prediction algorithm designing by merging context and group trust. The significance of this project is as follows: it can enrich the Web service recommendation theory and provide some new theoretical solutions and technological means to the application of context-based and group trust recommendation system.

英文关键词: Service-oriented computing;Web service recommendation;Quality of service prediction;Collaboration filtering;Web service ranking

成为VIP会员查看完整内容
1

相关内容

个性化学习推荐研究综述
专知会员服务
58+阅读 · 2022年2月2日
【博士论文】推荐系统多行为建模与隐私保护研究
专知会员服务
52+阅读 · 2021年11月27日
基于强化学习的推荐研究综述
专知会员服务
83+阅读 · 2021年10月21日
专知会员服务
32+阅读 · 2021年2月12日
【WWW2021】基于图神经网络的社交好友排序
专知会员服务
48+阅读 · 2021年2月3日
专知会员服务
51+阅读 · 2020年12月19日
基于旅游知识图谱的可解释景点推荐
专知会员服务
90+阅读 · 2020年9月4日
个性化推荐系统技术进展
专知会员服务
65+阅读 · 2020年8月15日
你会信任哪些平台的评分评价?
ZEALER订阅号
0+阅读 · 2022年3月20日
个性化学习推荐研究综述
专知
2+阅读 · 2022年2月2日
SIGIR2021 | 基于排序的推荐系统度量优化新视角
机器学习与推荐算法
1+阅读 · 2021年12月6日
一文总结多样化推荐研究趋势
机器学习与推荐算法
0+阅读 · 2021年11月17日
SIGIR 2021 | 推荐系统中的多行为建模
PaperWeekly
1+阅读 · 2021年10月9日
KDD2021 | 基于深度图卷积网络的多样化推荐
机器学习与推荐算法
0+阅读 · 2021年8月24日
深度 | 推荐系统评估
AI100
24+阅读 · 2019年3月16日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
5+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
1+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月14日
Arxiv
23+阅读 · 2018年8月3日
小贴士
相关VIP内容
个性化学习推荐研究综述
专知会员服务
58+阅读 · 2022年2月2日
【博士论文】推荐系统多行为建模与隐私保护研究
专知会员服务
52+阅读 · 2021年11月27日
基于强化学习的推荐研究综述
专知会员服务
83+阅读 · 2021年10月21日
专知会员服务
32+阅读 · 2021年2月12日
【WWW2021】基于图神经网络的社交好友排序
专知会员服务
48+阅读 · 2021年2月3日
专知会员服务
51+阅读 · 2020年12月19日
基于旅游知识图谱的可解释景点推荐
专知会员服务
90+阅读 · 2020年9月4日
个性化推荐系统技术进展
专知会员服务
65+阅读 · 2020年8月15日
相关资讯
你会信任哪些平台的评分评价?
ZEALER订阅号
0+阅读 · 2022年3月20日
个性化学习推荐研究综述
专知
2+阅读 · 2022年2月2日
SIGIR2021 | 基于排序的推荐系统度量优化新视角
机器学习与推荐算法
1+阅读 · 2021年12月6日
一文总结多样化推荐研究趋势
机器学习与推荐算法
0+阅读 · 2021年11月17日
SIGIR 2021 | 推荐系统中的多行为建模
PaperWeekly
1+阅读 · 2021年10月9日
KDD2021 | 基于深度图卷积网络的多样化推荐
机器学习与推荐算法
0+阅读 · 2021年8月24日
深度 | 推荐系统评估
AI100
24+阅读 · 2019年3月16日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
5+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员