| 基于用户特征聚类与服务质量预测的推荐方法 |
| |
| 引用本文： | 刘佳慧,袁卫华,曹家伟,张涛,张志军.基于用户特征聚类与服务质量预测的推荐方法[J].南京大学学报(自然科学版),2023(1):120-133. |
| |
| 作者姓名： | 刘佳慧 袁卫华 曹家伟 张涛 张志军 |
| |
| 作者单位： | 山东建筑大学计算机科学与技术学院 |
| |
| 基金项目： | 国家自然科学基金（61902221,62177031）；;山东省自然科学基金（ZR2021MF099,ZR2022MF334）；;山东省重点研发计划（软科学项目）（2021RKY03056）； |
| |
| 摘 要： | 随着服务系统中Web服务的不断增加，为用户进行个性化Web服务推荐成为服务计算领域最热门的研究课题之一，然而，服务推荐面临不可靠用户和服务导致推荐的不准确性问题.为了解决上述问题，提出一种基于位置和信誉感知的Web服务推荐方法 .首先采用粒子群优化（Particle Swarm Optimization,PSO）对用户进行聚类，得到相似用户；其次，计算用户和服务的信誉来识别可信的用户和服务；最后，将相似用户和可信服务的信息整合到矩阵分解（Matrix Factorization,MF）中，为用户预测缺失的服务质量（Quality of Service,QoS）.在真实数据集WS-Dream上的实验验证了提出方法的可行性与有效性.与其他先进的预测方法相比，该方法的MAE (Mean Absolute Error)和RMSE (Root Mean Squared Error)较低，证明该方法有较高的预测准确性.
|
| 关 键 词： | 服务推荐 用户聚类 粒子群优化 位置感知 信誉感知 矩阵分解 |
|
|
