基于Web挖掘的个性化技术研究

针对用户特性向用户提供个性化服务已经成为Web技术的研究热点。Web挖掘是实现Web个性化服务的关键技术之一。研究了Web挖掘技术,阐述了Web挖掘技术存在的不足,并对应用Web挖掘技术实现个性化服务的发展前景进行了分析。     

基于协同推荐的web日志预处理过程

个性化推荐技术是电子商务系统中重要的技术,但对一般的非商务型网站如何向用户提供推荐服务成为当前研究的热点。Web日志记录了用户访问网站的详细信息,这为推荐技术提供了新的研究领域。本文提出了针对协同推荐算法的web日志预处理全过程。并对预处理过程的用户识别、会话识别、路径补充、用户兴趣评估进行了详细的探讨并提出了自己的见解。     

基于WEB挖掘的个性化服务研究

针对用户特性向用户提供个性化服务将是web服务的发展趋势，本文从Web个性化服务的本质出发，详细地研究了实现Web个性化服务的关键技术：Web挖掘技术和信息推荐技术，并在此基础上设计了一个基于Web挖掘的个性化服务系统原型。     

基于混合协同过滤的个性化Web服务推荐

随着网络上Web服务的不断增加,Web服务的个性化选择和推荐成为服务计算领域最重要的挑战之一。对个性化Web服务推荐方法进行了研究,提出了基于模型和基于内存混合的Web服务推荐方法。该方法基于客观连续的服务质量（quality of service,QoS）数据和主观离散的评价数据,采用聚类、映射、聚合等算法预测服务的质量,并对用户的期望、评分和服务的QoS信息进行了量化描述。此外,设计了Web服务推荐框架,实现了信息的采集与处理、Web服务的个性化推荐。实验结果表明,与主流的推荐算法相比,所提方法在多种评分误差的评价指标上都取得了更好的结果。     

一种动态混合QoS语义的Web服务个性化推荐模型

服务推荐是服务计算中的主要问题之一,当前大多针对功能属性进行推荐,而在Web服务的QoS属性方面考虑较少,并且不支持动态变化的QoS属性。基于动态混合QoS的语义Web服务个性化推荐模型,把语义Web技术引入Web服务中,在QoS监控器下,有效监测Web服务的QoS属性变化并动态更新Web服务的QoS属性。根据建立的用户兴趣模型,向用户推荐具有个性化的Web服务。此外,在个性化推荐系统中使用最广泛的协同过滤推荐技术基础上,对数据进行了一系列的预处理填充,而且充分考虑了不同时间的项目评分对推荐的影响。结合用户兴趣度和用户评分的相似性计算方法,并通过不同的权值来表示它们的重要程度,综合计算目标用户的最近邻居集合,最终对用户u产生推荐。该系统在一定程度上提高了服务推荐的效率和准确度并满足用户查询需求。     

基于Web挖掘的个性化算法及其在网络教学平台的应用

在Web挖掘的基础上设计针对Web服务的Web访问事务模型WTM和个性化推荐算法。算法以WTM为基础,旨在根据用户的访问模式向用户推荐个性化的Web资源。其利用关联规则得到的频繁项集实时地匹配用户的当前访问序列,对不同的用户提供不同的推荐资源。在此过程中不需产生所有的关联规则,提高了推荐的效率。最后,将该模型和算法应用于网络教学实践得出了个性化的网络教学环境。     

个性化广告推荐系统及其应用研究

近年来,随着互联网及智能移动设备的发展和普及,丰富了广告的推送方式和投放平台.但是传统的广告推送无法满足用户对个性化广告的需求,导致用户对广告产生抵触情绪,给广告推送带来极大的挑战.个性化广告推荐系统作为应对这些挑战的有效手段,成为个性化服务领域的研究热点之一.个性化广告推荐系统获取用户兴趣偏好,利用多种个性化广告推荐...     

一种基于Web数据挖掘的电子商务推荐系统

在对Web数据挖掘技术和电子商务推荐系统进行研究生的基础上,设计和提出了一种基于Web数据挖掘的电子商务推荐系统.该系统根据电子商务网站的基本特征,设计了用户当前兴趣表示方法和推荐算法,由于结合了Web使用挖掘和Web内容挖掘为顾客提供个性化推荐服务,从而较大提高了系统的推荐精确度,在实际应用中取得了较好的推荐效果.     

基于蚁群聚类的top-N推荐系统

本文先将原始Web日志进行预处理,即时Web日志进行数据清洗,用户识别,会话识别和格式转换等.再用蚁群聚类算法对预处理后的日志进行聚类分析,提取具有代表性的用户访问模式,最后用协同过滤推荐技术向网站访问者进行推荐,提供个性化服务,从而实现网站的个性化推荐.     

面向多源异构数据的个性化搜索和推荐算法综述

高效精准的个性化搜索、推荐等服务可为人们生产生活带来极大便利,而随着互联网技术的迅猛发展,面向多源异构数据的个性化搜索和推荐任务逐渐变得日趋复杂,也是当前大数据分析及个性化服务领域的研究热点和难点.个性化搜索和推荐算法广泛收集多源异构数据,获取用户偏好信息,利用各类机器学习、深度学习等技术,构建用户兴趣偏好模型,预测用户偏好,推荐满足用户个性化需求和偏好的项目或内容,提升用户的使用体验和网站平台的商业利益.本文介绍面向多源异构数据的个性化搜索问题的数学描述,综述面向多源异构数据的个性化搜索和推荐算法的相关研究工作,包括:传统个性化搜索和推荐算法、融合多源异构数据的个性化搜索和推荐算法以及动态个性化搜索和推荐算法等相关研究现状,整理了算法常用数据集、性能评价指标及评估体系,进一步阐明了目前面向多源异构数据的个性化搜索和推荐方法的实际应用场景及今后研究的发展方向,并讨论了存在的不足及所面临的严峻挑战,期望为相关领域的研究人员提供有益帮助.     

用基于代理的方法构建互联网业务环境

网络的最终价值在于它所能提供给最终用户的业务，而不是网络本身的通信能力．互联网已成为计算机网络业务实现的主要环境．随着互联网业务数量、种类越来越多，过程越来越复杂，人们急需构建一种合适的互联网业务环境，在此环境基础之上能够快速方便地实现业务生成、交付、配置、发现和管理，以业务为驱动来合理地使用网络资源．本文分析了业务参与方相互关系．提出了一种基于代理的互联网业务环境，确定了各种代理在业务环境中所需具备的功能，对业务过程和业务环境实现方法进行了说明。给出了一个基于此业务环境的应用实例．     

ISS-QUAL: A Measure of Service Quality for the Information Systems Function

This article details the development and validation of ISS-QUAL, a measure of service quality for the Information Systems function. The ISS-QUAL measure is based on a theoretical model which operationalizes service quality as the comparison of expectations and perceptions across three factors: service delivery, service product, and service environment. The article concludes by reporting the results of a comparison between ISS-QUAL and SERVQUAL, in which ISS-QUAL is shown to have greater explanatory power.     

用户驱动的服务聚合方法及其支撑框架

虚拟计算环境的重要目标之一,就是在动态、开放、多变的网络环境中对分布异构资源按需进行聚合,并提供有效的资源发布、发现、订阅等机制.通过服务来抽象和封装资源是资源虚拟化的主要手段之一,但现有面向服务的体系结构(service oriented architecture,简称SOA)所采用的"以服务提供商为中心"的服务组织模式容易导致用户发现和订阅服务的难度随着服务的增加而增加.提出一种用户驱动的服务聚合技术,即根据用户需求,将功能相似的服务聚合成服务池并封装为单一的虚拟服务,随后根据用户QoS需求进行自动协商,选出最佳服务或服务组合.该方法的特点在于将服务池作为用户发现和订阅的唯一实体,从用户角度将大量服务聚合成为相对稳定和统一的资源视图,屏蔽资源的复杂性、多样性和多变性,支持自动QoS协商,从而有效提高用户对服务资源的利用.     

基于语义的服务发现技术研究综述

语义Web服务是Web服务的语义扩展,它能够有效地提高服务发现的效率,并使得实现服务发现自动化成为可能。基于语义的服务发现是语义Web服务技术的核心,其关键技术包括标识语义的Web服务描述语言、基于语义的服务发现体系结构和基于语义的服务匹配算法。本文分别从这三个方面对目前基于语义的服务发现技术进行了详细的分析比较。文章最后对基于语义的Web服务发现技术进行了总结与展望。     

基于组合索引的语义Web服务发现算法

为提高Web服务发现的效率,将倒排索引和功能兼容性索引相结合,设计一种组合索引方法。组合索引由服务的加权简洁功能兼容图和输出概念的图节点倒排索引构成。基于组合索引,提出一种服务发现算法,与基于倒排索引和功能兼容性索引的服务发现算法的对比分析表明,该算法能够明显减少功能兼容性检查的次数和平均索引链长,具有较优的性能。     

一种SaaS模式下的服务社区模型及其在全国科技信息服务网中的应用

如何从服务的提供、运营和使用等多个维度有效组织和管理服务是软件即服务(SaaS)模式下面临的一个重要挑战.以支持服务发现为主要目标的传统服务管理方法难以适应SaaS模式下服务的动态有界、关联演化和可控可测等特征及满足服务全生命周期管控的需求.该文结合全国科技信息服务网实际应用,探索了一种支持科技信息资源整合共享与综合利用的"双向"SaaS模式,并提出一种适于该模式下服务管理的服务社区模型.服务社区模型支持服务元建模和业务规范及服务管控策略自主定义,可以使能面向特定业务领域的有界化和有序化服务管理.文中还针对服务管理边界的演化需求讨论了该模型下的服务社区派生机制.最后,以全国科技信息服务网中的科技信息服务运营管理为具体案例,展示并讨论了服务社区模型的使用方法、应用效果和适用范围.     

融合网络环境下快速可靠的服务组合容错方法

针对传统容错方法在融合网络环境下服务组合的低效性,本文提出了一种快速可靠的服务组合容错方法.该方法首先采用模糊逻辑,对服务的临时性故障进行服务重试;然后采用多属性决策理论,对服务的永久性故障进行服务复制;最后通过改进的粒子群算法,对永久性故障进行服务补偿.基于真实数据集的实验结果表明,所提方法在故障排除率、故障处理时间与组合最优度方面,均优于其它方法.     

基于IOQ模型的Web服务组合算法

提出一种IOQ模型及在该模型下求解构成复杂服务的各个子服务的算法,将该类服务组合问题转化为简单问题,即在满足QoS约束的服务集合中,已知服务的输入集合和输出集合,利用输出集合倒序查找各子服务及其输入集合。针对该类服务组合问题,给出算法模型及求解问题算法的伪代码。     

基于微重启技术的SOA服务恢复方法

面向服务的体系结构(SOA)将业务逻辑和具体地实现技术分离开来,利于复用和集成.SOA服务化已成为信息系统的主要发展趋势.在SOA服务特点及比较现有服务恢复方法的基础上,结合微重启(Microreboot)技术提出了一种新的基于微重启的SOA服务恢复方法,并结合项目支撑的实验平台进行验证,实验表明了该方法的实用性和高效...