- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
云环境下基于资源类别聚合的算法.pdf
第 26卷 第2期 常州大学学报 (自然科学版) V01.26NO.2
2O14年 4月 JournalofChangzhouUniversity (NaturalScienceEdition) Apr.2014
文章编号 :2095—0411 (2014)02—0022—04
云环境下基于资源类别聚合的算法
徐守坤 ,庄福宝
(常州大学 信息科学与工程学院,江苏 常州 213164)
摘要 :随着云服务类型和数量不断增长,用户很难从中选择有效的云服务。为解决云环境下海量服务 的个性化推荐 问题 ,提出
了一种基于类别聚合的个性化推荐算法。首先对数据存储节点上的资源进行分类;然后计算类别之间的相关性;其次寻找资源
的最近邻 ;最后产生推荐集 。通过实验数据进行验证,提出的云环境下的协 同过滤算法与传统协同过滤算法相 比,推荐质量和
系统性能都有很大提高。
关键词:云环境;资源分类 ;类别聚合;个性化推荐
中图分类号 :TP301.6 文献标识码 :A doi:10.3969/i.issn.2095—0411.2014.02.007
ResearchofResourceAggregationAlgorithm BasedonCloudEnvironment
XU Shou—kun.ZHUANG Fu—bao
(SchoolofInformationScienceandEngineering,ChangzhouUniversity,Changzhou213164,China)
Abstract:W iththegrowingofnumbersandtypesofcloudservices,userarefacedwiththeissueofhow
tochoosethebestcloudservice.Inorderto solvetheproblem ofpersonalizedrecommendationofcloud
environment,thispaperpresentsacloudservicerecommendationalgorithm basedoncategoryaggrega—
tion.Firstly,theresourcesonthedatastoragenodeisclassified;secondly,thecorrelationbetweenthe
categoriesiscalculated;thirdly,asearchofthenearestneighboroftheresourcesismade;finally,the
userrecommendation setsarecreated.Validatedbytheexperimentdata,thecollaborativefilteringalgo—
rithm basedoncloudcomputinginthispaper,comparedwith thetraditionalcollaborativefilteringalgo—
rithm ,therehasbeengreatimprovementintherecommendationqualityandsystem performance.
Keywords:cloudenvironment;resourceclassification;categoryaggregation;personalizedrecommenda—
tjon
随着网络的普及和信息的爆炸式增长,人们对 云计算环境下服务推荐涉及的对象与传统的服
海量数据的计算和存储的要求越来越高。为了能够 务推荐研究涉及 的对象相 比较 ,除了包括用户终
有效地存储和计算海量的数据 ,在网格计算、并行 端、服务和服务供应商 3个部分,还包括基础设施
计算和分布式计算等相关技术 的基础上产生 了云计 供应商部分L4]。由于云环境下的服务推荐系统结构
算 。随着云
文档评论(0)