项目名称: 软件服务化背景下的云服务推荐方法研究

项目编号: No.71201042

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 管理科学与工程

项目作者: 丁帅

作者单位: 合肥工业大学

项目金额: 19万元

中文摘要: 云计算理论与技术的快速发展,使得越来越多的中小企业和个人用户开始选择按需定制、配置灵活、动态可扩展且更新与维护代价低廉的各类云服务。而对于专业知识相对匮乏的用户而言,快速选择既可达到特定功能需求又能满足隐性用户兴趣的云服务是极其困难的,迫切需要研究相关的云服务推荐问题。本项目针对云服务应用的新特点,从云服务用户兴趣建模、个性化推荐方法以及推荐算法综合评价等方面,系统研究软件服务化背景下的云服务推荐方法。主要研究内容包括:建立云服务的用户兴趣表示模型,研究基于交易信息、在线行为和服务评论等多源数据的用户兴趣多粒度知识发现方法;探索软件服务化背景下的云服务推荐过程模型,研究设计面向单一及组合应用的云服务个性化推荐算法;分析传统推荐算法度量指标的适用性,并建立考虑用户兴趣满足的推荐算法新度量,进而研究云服务推荐算法的综合评价方法,为软件服务化背景下云服务的用户兴趣发现与个性化推荐提供理论支持。

中文关键词: 软件服务化;云服务;智能推荐;社交网络;性能预测

英文摘要: With the fast and wide adoption of cloud computing, many small and medium enterprises (SMEs) and individual users prefer to apply cloud services to build their business system or personal applications. Cloud services have many advantages such as on-demand access, remote accessibility, easy expansion and upgrade, and reduced maintenance and management costs. The recent years have seen a tremendous increase of the type and the number of different cloud services in the Software as a Service (SaaS) environment. However, given the lack of cloud computing technology of SMEs and individual users, it is tedious when manually selecting appropriate services from the large cloud service pool, which can not only achieve the functional requirements but also meet the user's hidden interests. This jeopardizes the future development of cloud services in the SaaS environment. In this project, we address this challenge through automatic user interest discovery and custom cloud service recommendation in the SaaS environment.Some key issues in cloud service recommendation research,such as user's interest modeling, personalized recommendation method and comprehensive evaluation of the cloud recommendation algorithms,will be systematically studied. Firstly, we will establish an analytical model to describe user's interests. Based on

英文关键词: Software as a Service;Cloud Service;Intelligent Recommendation;Social Network;Performance Prediction

成为VIP会员查看完整内容
0

相关内容

云服务是基于互联网的相关服务的增加、使用和交付模式,通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。
王晓伟:图神经网络在快手推荐召回中的应用和挑战
专知会员服务
25+阅读 · 2022年3月23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
13+阅读 · 2021年9月14日
专知会员服务
34+阅读 · 2021年8月1日
个性化广告推荐系统及其应用研究
专知会员服务
94+阅读 · 2021年2月27日
应用知识图谱的推荐方法与系统
专知会员服务
115+阅读 · 2020年11月23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
基于知识图谱的推荐系统研究综述
专知会员服务
327+阅读 · 2020年8月10日
机器学习相关资源(框架、库、软件)大列表
专知会员服务
39+阅读 · 2019年10月9日
对话推荐算法研究综述
专知
0+阅读 · 2022年2月18日
软件多缺陷定位方法研究综述
专知
1+阅读 · 2022年1月25日
推荐系统
炼数成金订阅号
28+阅读 · 2019年1月17日
2018年推荐系统入门指南
论智
15+阅读 · 2018年7月14日
快手类推荐系统实践
深度学习与NLP
25+阅读 · 2018年2月8日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+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 · 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 · 2012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
1+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
Arxiv
0+阅读 · 2022年4月25日
Arxiv
14+阅读 · 2020年12月17日
小贴士
相关VIP内容
王晓伟:图神经网络在快手推荐召回中的应用和挑战
专知会员服务
25+阅读 · 2022年3月23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
13+阅读 · 2021年9月14日
专知会员服务
34+阅读 · 2021年8月1日
个性化广告推荐系统及其应用研究
专知会员服务
94+阅读 · 2021年2月27日
应用知识图谱的推荐方法与系统
专知会员服务
115+阅读 · 2020年11月23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
基于知识图谱的推荐系统研究综述
专知会员服务
327+阅读 · 2020年8月10日
机器学习相关资源(框架、库、软件)大列表
专知会员服务
39+阅读 · 2019年10月9日
相关资讯
对话推荐算法研究综述
专知
0+阅读 · 2022年2月18日
软件多缺陷定位方法研究综述
专知
1+阅读 · 2022年1月25日
推荐系统
炼数成金订阅号
28+阅读 · 2019年1月17日
2018年推荐系统入门指南
论智
15+阅读 · 2018年7月14日
快手类推荐系统实践
深度学习与NLP
25+阅读 · 2018年2月8日
相关基金
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+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 · 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 · 2012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
1+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
微信扫码咨询专知VIP会员