随着 Web 信息量的快速增长,个性化的 Web 信息推荐系统扮演着越来越重要的角色。目前,大多数 Web 信息推荐系统存在着个性化程度不高,对用户历史数据依赖性高,系统不具备开放性,用户偏好“走样”概率高的问题。针对这四个方面的问题,...随着 Web 信息量的快速增长,个性化的 Web 信息推荐系统扮演着越来越重要的角色。目前,大多数 Web 信息推荐系统存在着个性化程度不高,对用户历史数据依赖性高,系统不具备开放性,用户偏好“走样”概率高的问题。针对这四个方面的问题,本文提出了一种新的、采用语义 Web 技术、基于 Web 社会网络的个性化 Web 信息推荐模型,详细分析了用户偏好的获取,Web 社会网络的生成以及待过滤 Web 信息的采集。并且,利用从实际中采集的真实数据进行了实验,证明了模型的可行性和有效性。展开更多
Web服务技术使开放环境中的大规模应用得到不断发展,服务提供商提供了不计其数的具有相同或类似功能的Web服务,如何选择适合的尤其是可信的Web服务是个难题。目前大多数服务选择机制都设计固定的因素集作为选择标准,但是在处理一些未知...Web服务技术使开放环境中的大规模应用得到不断发展,服务提供商提供了不计其数的具有相同或类似功能的Web服务,如何选择适合的尤其是可信的Web服务是个难题。目前大多数服务选择机制都设计固定的因素集作为选择标准,但是在处理一些未知的Web服务时,难以满足用户的多样性需求。基于此,从社会网络的视角综合考虑了服务提供商网络和用户网络两个方面,提出了可信服务选择框架,对服务提供商采用模糊综合评价法来确定其综合评价值,基于用户声望评价来确定单个Web服务的可信度。用户依据服务质量(Quality of Service,QoS)需求、得到的QoS数据、服务提供商的综合评价和Web服务的可信度进行Web服务的选择。展开更多
文摘随着 Web 信息量的快速增长,个性化的 Web 信息推荐系统扮演着越来越重要的角色。目前,大多数 Web 信息推荐系统存在着个性化程度不高,对用户历史数据依赖性高,系统不具备开放性,用户偏好“走样”概率高的问题。针对这四个方面的问题,本文提出了一种新的、采用语义 Web 技术、基于 Web 社会网络的个性化 Web 信息推荐模型,详细分析了用户偏好的获取,Web 社会网络的生成以及待过滤 Web 信息的采集。并且,利用从实际中采集的真实数据进行了实验,证明了模型的可行性和有效性。
文摘Web服务技术使开放环境中的大规模应用得到不断发展,服务提供商提供了不计其数的具有相同或类似功能的Web服务,如何选择适合的尤其是可信的Web服务是个难题。目前大多数服务选择机制都设计固定的因素集作为选择标准,但是在处理一些未知的Web服务时,难以满足用户的多样性需求。基于此,从社会网络的视角综合考虑了服务提供商网络和用户网络两个方面,提出了可信服务选择框架,对服务提供商采用模糊综合评价法来确定其综合评价值,基于用户声望评价来确定单个Web服务的可信度。用户依据服务质量(Quality of Service,QoS)需求、得到的QoS数据、服务提供商的综合评价和Web服务的可信度进行Web服务的选择。
