基于二部图的服务推荐算法研究
通过考虑Web服务的兼容性,提出了一个基于二部图的服务推荐方法(BIGSIR).BIGSIR方法将Web服务及服务之间的关系抽象成一个二部图,并基于二部图为用户推荐合适的Web服务;使用my Experiment上的工作流服务和Web服务的真实数据来验证方法的有效性.实验结果表明:除了一些孤立Web服务结点和工作流结点,执行BIGSIR方法的平均排名都在0.184～0.281之间,与GRM方法相比具有更好的推荐性能,同时还揭示了影响算法性能的因素;针对当历史使用信息不充分时算法的推荐效果不佳的情况,也提出了相应的拟解决方案.
云计算 服务推荐算法 二部图 性能评价
姜波 张晓筱 潘伟丰
浙江工商大学计算机与信息工程学院,浙江 杭州 310018;浙江大学计算机科学与技术学院,浙江杭州 310007 浙江工商大学计算机与信息工程学院,浙江 杭州 310018 浙江工商大学计算机与信息工程学院,浙江 杭州 310018;武汉大学软件工程国家重点实验室,湖北 武汉 430072
国内会议
湖北恩施
中文
93-99
2013-08-04（万方平台首次上网日期，不代表论文的发表时间）