一种基于 QoS 感知评分与排序的 Web 服务推荐混合方法
信息检索
2015-01-20 v1 软件工程
摘要
随着互联网上具有相同或相似功能的 Web 服务数量稳步增长，如今越来越多的服务消费者在寻找和选择合适的 Web 服务时，非常关注 Web 服务的非功能属性，即服务质量 (QoS)。对于大多数 QoS 感知的 Web 服务推荐系统而言，推荐列表通常是基于面向评分的预测方法获得的，旨在尽可能准确地预测活跃用户可能对未评分服务给出的潜在评分。然而，在某些应用场景中，高精度的评分预测并不一定能带来令人满意的推荐结果。本文提出了一种面向排序的混合方法，通过结合基于项目的协同过滤和隐因子模型来解决 Web 服务排序问题。具体而言，两个 Web 服务之间的相似度是根据其排序之间的相关系数来衡量的，而非传统的 QoS 评分。此外，我们还改进了归一化折损累积增益 (NDCG) 指标，用于评估按排序返回的前 K 个推荐的准确性。我们在由真实世界 Web 服务组成的 QoS 数据集上进行了综合实验以测试我们的方法，实验结果表明，我们的方法优于其他竞争方法。
引用
@article{arxiv.1501.04298,
title = {A Hybrid Approach to Web Service Recommendation Based on QoS-Aware Rating and Ranking},
author = {Mingming Chen and Yutao Ma},
journal= {arXiv preprint arXiv:1501.04298},
year = {2015}
}
备注
23 pages, 9 figures, and 2 tables