發(fā)布時(shí)間：2018-01-19 04:00

  本文關(guān)鍵詞： Web服務(wù)推薦 個(gè)性化 隱語義概率模型 指標(biāo)偏好 期望極大算法　出處：《計(jì)算機(jī)研究與發(fā)展》2014年08期 　論文類型：期刊論文

【摘要】：為了滿足Web服務(wù)使用者的個(gè)性化需求,提出了一種基于隱語義概率模型的用戶指標(biāo)偏好預(yù)測方法,用于個(gè)性化Web服務(wù)推薦.首先,引入兩個(gè)決定用戶指標(biāo)偏好的關(guān)鍵因素:用戶以及用戶所處的服務(wù)情境,隱語義概率模型借助隱含類別建立用戶指標(biāo)偏好、用戶及服務(wù)情境三者之間的隱含語義依賴關(guān)系,并且為描述用戶、服務(wù)情境、指標(biāo)偏好多方面的特征,允許這三者可同時(shí)以不同的概率隸屬于多個(gè)隱含類別;然后,將期望極大(expectation maximization,EM)算法運(yùn)用于由層次分析法獲得的訓(xùn)練數(shù)據(jù),以估計(jì)隱語義概率模型的參數(shù);最后,使用該模型預(yù)測用戶在特定服務(wù)情境下的指標(biāo)偏好.隱語義概率模型與標(biāo)準(zhǔn)的基于內(nèi)存的協(xié)同過濾以及基于聚類改進(jìn)的協(xié)同過濾相比,不僅具有明確的數(shù)學(xué)模型,而且實(shí)驗(yàn)結(jié)果表明,隱語義概率模型對(duì)用戶個(gè)性化指標(biāo)偏好的預(yù)測精度最高,同時(shí)可以緩解數(shù)據(jù)稀疏性帶來的不良影響.
[Abstract]:In order to meet the personalized needs of Web service consumers, a user preference prediction method based on implicit semantic probability model is proposed for personalized Web service recommendation. This paper introduces two key factors to determine user index preference: the user and the service situation in which the user is located. The implicit semantic probability model establishes the user index preference with the help of the implicit category. The implicit semantic dependency between the user and the service situation, and to describe the characteristics of user, service situation and index preference, which allows them to belong to multiple hidden categories with different probability at the same time. Then, the expected maximization algorithm is applied to the training data obtained by AHP to estimate the parameters of the hidden semantic probability model. Finally, the model is used to predict the index preference of users in a specific service situation. The hidden semantic probability model is compared with the standard memory-based collaborative filtering and the improved cooperative filtering based on clustering. The experimental results show that the implicit semantic probabilistic model has the highest prediction accuracy to the user's personalized index preference and can alleviate the adverse effect of data sparsity.
【作者單位】： 中國科學(xué)院軟件研究所天基綜合信息系統(tǒng)重點(diǎn)實(shí)驗(yàn)室;中國科學(xué)院大學(xué);
【基金】：國家“八六三”高技術(shù)研究發(fā)展計(jì)劃基金項(xiàng)目(2012AA011206)
【分類號(hào)】：TP393.09;TP391.3
【正文快照】： 隨著互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展,面向服務(wù)的計(jì)算(service-oriented computing,SOC)[1]作為一種新的計(jì)算模式得到了廣泛應(yīng)用.Web服務(wù)就是這樣一種分布運(yùn)行于Internet之上、支持不同平臺(tái)之間互操作的松耦合軟件系統(tǒng).它主要通過“發(fā)布-查找-綁定”的模式允許服務(wù)使用者和提供者之間形

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 馬治飛;徐望;王炳錫;王興斌;;基于概率模型和倒譜差分的特征補(bǔ)償算法[J];計(jì)算機(jī)工程;2006年18期

2 廖翠玲;余昭平;;A5/1算法的概率模型分析[J];計(jì)算機(jī)工程;2010年23期

3 鄭紅;隋強(qiáng)強(qiáng);陳磊;;運(yùn)動(dòng)小目標(biāo)檢測最優(yōu)圖像幀數(shù)概率模型[J];系統(tǒng)工程與電子技術(shù);2011年01期

4 陳瑩;艾春璐;;基于均衡化概率模型的特征匹配及其應(yīng)用[J];光電工程;2011年02期

5 周樹德;孫增圻;;分布估計(jì)算法綜述[J];自動(dòng)化學(xué)報(bào);2007年02期

6 王凌;王圣堯;方晨;;一種求解多維背包問題的混合分布估計(jì)算法[J];控制與決策;2011年08期

7 鄭家恒;張劍鋒;譚紅葉;;中文分詞中歧義切分處理策略[J];山西大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年02期

8 竇桂琴;;基于貝葉斯定理的個(gè)性化教務(wù)選課網(wǎng)站的研究[J];中原工學(xué)院學(xué)報(bào);2008年05期

9 韓建平;張林鋒;陳臨強(qiáng);;用于虛擬廣告系統(tǒng)的視頻對(duì)象分割算法[J];計(jì)算機(jī)工程與應(yīng)用;2009年05期

10 宋明黎;王慧瓊;陳純;葉秀清;顧偉康;;基于概率模型的高動(dòng)態(tài)范圍圖像色調(diào)映射[J];軟件學(xué)報(bào);2009年03期

相關(guān)會(huì)議論文 前10條

1 陸斌;駱志剛;蘇光龍;丁凡;;RNA序列結(jié)構(gòu)比對(duì)算法綜述[A];中國電子學(xué)會(huì)第十六屆信息論學(xué)術(shù)年會(huì)論文集[C];2009年

2 陳紅蔚;石樹剛;鄭振楣;;基于概率模型的統(tǒng)計(jì)數(shù)據(jù)庫[A];第九屆全國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集(下)[C];1990年

3 金浩;王守芳;仲婷;魏鯤;潘金貴;;普適計(jì)算中的多通道定位研究[A];第一屆建立和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2005）論文集[C];2005年

4 汪力;葉樺;夏良正;;貝葉斯框架下的人的檢測[A];第七屆全國信息隱藏暨多媒體信息安全學(xué)術(shù)大會(huì)論文集[C];2007年

5 丘衍航;楊群生;戰(zhàn)蔭偉;;基于GMEM聚類的EMD圖象檢索[A];第十三屆全國圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2006年

6 陳瑩;紀(jì)志成;化春鍵;;基于分布估計(jì)算法的三維模型匹配[A];2009中國控制與決策會(huì)議論文集（3）[C];2009年

7 韓詠;孔蕾蕾;齊浩亮;;科技論文原創(chuàng)性檢查系統(tǒng)的研究[A];第五屆全國信息檢索學(xué)術(shù)會(huì)議論文集[C];2009年

8 芮曉光;袁平波;何芳;俞能海;;一種新穎的自動(dòng)圖像標(biāo)注方法[A];第十三屆全國圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2006年

9 張開旭;孫茂松;;統(tǒng)計(jì)與規(guī)則結(jié)合的古文對(duì)聯(lián)應(yīng)對(duì)模型[A];第四屆全國學(xué)生計(jì)算語言學(xué)研討會(huì)會(huì)議論文集[C];2008年

10 李軍輝;周國棟;朱巧明;錢培德;;一種改進(jìn)的中文層次句法分析模型研究[A];中國計(jì)算機(jī)語言學(xué)研究前沿進(jìn)展（2007-2009）[C];2009年

相關(guān)重要報(bào)紙文章 前1條

1 清華大學(xué)計(jì)算機(jī)系智能技術(shù)與系統(tǒng)國家重點(diǎn)實(shí)驗(yàn)室 張敏 金奕江;尋“寶”有術(shù)[N];計(jì)算機(jī)世界;2003年

相關(guān)博士學(xué)位論文 前10條

1 曹松曉;隨機(jī)概率模型視覺目標(biāo)跟蹤理論及應(yīng)用研究[D];浙江大學(xué);2013年

2 孫慶杰;靜態(tài)圖像中人體檢測技術(shù)研究[D];中國科學(xué)院研究生院（軟件研究所）;2004年

3 王慧瓊;計(jì)算機(jī)視覺中的二分光問題研究[D];浙江大學(xué);2008年

4 趙也非;動(dòng)態(tài)UML子圖的形式語義研究[D];華東師范大學(xué);2010年

5 王笑蓉;蟻群優(yōu)化的理論模型及在生產(chǎn)調(diào)度中的應(yīng)用研究[D];浙江大學(xué);2003年

6 王銳;復(fù)雜場景建模與繪制中的逼近問題研究[D];浙江大學(xué);2007年

7 丁大勇;信息融合技術(shù)的研究及其在視像內(nèi)容分析中的應(yīng)用[D];清華大學(xué);2007年

8 丁杰;無限制手寫體數(shù)字串切分與識(shí)別的相關(guān)問題研究[D];南京理工大學(xué);2010年

9 姜維;統(tǒng)計(jì)中文詞法分析及其強(qiáng)化學(xué)習(xí)機(jī)制的研究[D];哈爾濱工業(yè)大學(xué);2007年

10 王健;任務(wù)關(guān)鍵系統(tǒng)生存性形式化建模與分析[D];哈爾濱工程大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 譚龍遠(yuǎn);基于領(lǐng)域的網(wǎng)絡(luò)爬蟲技術(shù)的研究與實(shí)現(xiàn)[D];武漢理工大學(xué);2009年

2 賈玉祥;基于概率模型的名人網(wǎng)頁相關(guān)度評(píng)價(jià)研究[D];鄭州大學(xué);2006年

3 張劍鋒;規(guī)則與統(tǒng)計(jì)相結(jié)合的中文分詞方法研究[D];山西大學(xué);2008年

4 王鵬鳴;一種深層網(wǎng)絡(luò)不確定性概率模型研究[D];哈爾濱工程大學(xué);2012年

5 楊薈蓉;基于概率模型的重疊社區(qū)發(fā)現(xiàn)算法研究[D];北京交通大學(xué);2011年

6 袁磊;基于概率模型的文本聚類[D];吉林大學(xué);2005年

7 樵建剛;新的基于概率模型的聚類算法研究[D];蘭州大學(xué);2014年

8 韓東濤;基于概率模型的基因組從頭測序算法研究[D];哈爾濱工業(yè)大學(xué);2012年

9 王宗忠;模具協(xié)作制造項(xiàng)目管理信息監(jiān)視預(yù)警的研究[D];廣東工業(yè)大學(xué);2004年

10 高敬禮;多分辨率圖像融合及仿射目標(biāo)識(shí)別算法研究[D];河南大學(xué);2008年

，

本文編號(hào)：1442507