基于信息熵多属性决策的Mashup服务推荐方法.pdfVIP

基于信息熵多属性决策的Mashup服务推荐方法.pdf

  1. 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. 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. 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. 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. 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. 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. 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
基于信息熵多属性决策的Mashup服务推荐方法.pdf

第 42卷 第 2期 计 算 机 科 学 Vo1.42No.2 2015年 2月 Computer Science Feb2015 基于信息熵多属性决策的Mashup服务推荐方法 王少伟 刘建勋 曹步清 唐明董 王 弦 (湖南科技大学计算机科学与工程学院 知识处理与网络化制造湖南省普通高校重点实验室 湘潭411201) 摘 要 随着Mashup服务的快速发展,如何在海量的服务集合中找到用户感兴趣的、服务质量高的Mashup服务,成 为一个难题。针对该问题 ,提 出一种基 于信 息熵多属性决策的Mashup服务推荐方法。首先建立用户兴趣模型和 Mashup服务的质量 (QualityofService,QoS)模型;其次,利用信息熵多属性决策方法,预测用户对候选 Mashup服务 的综合评分,并将综合评分最高的Top-KMashup服务推荐给用户;最后,在不同数据集上进行实验 比较与分析,结果 表明:基于信息熵多属性决策的Mashup服务推荐方法能够有效地为用户推荐其感兴趣的、高质量的Mashup服务。 关键词 信息熵,多属性决策,Mashup服务推荐 中图法分类号 TP315 文献标识码 A DOI 10.11896/j.issn.1002~137X 2015.2.055 RecommendedMethodofMashupServicesBasde onInformation EntropyM ulti-attributeDecision-making WANG Shao-wei LIUJian-xun CAOBu-qing TANGMing-dong WANGXian (KeyLaboratoryofKnowledgeProcessingandNetworkedManufacturing,CollegeofComputerScienceandTechnology,HunanUniversity ofScienceandTechnology,Xiangtan411201,China) Abstract W iththecontinuousdevelopmentofMashupservices,how tofindtheserviceswhichhavehighqualityand usersareinterestedinbecomesahardworkinamassiveservices.Tosolvethisproblem,thispaperproposedarecom— mendedmethodofMashup servicesbasedon informationentropymulti-attributedecisionmaking.In thisapproach, firstly,userinterestmodelandMashupqualityofservice(QoS)modelarecreated.Then,basedoninformationentropy multi—attributedecisionmakingmethod,thecomprehensivescoreofthecandidateMashupservicesispredictedandTop- K highestonesarerecommendedtotheuser.Finally,thelarge-scaleexperimentsonMashupservicedatasetshow that therecommendedmethodofMashupservicescaneffectivelyrecommendaMashupservicelisttouserwithhigheom— prehensivequality,andhasgoodscalability. Keywords Informationentropy,Multi—attributedecision-making,Mashupservicerecommendation

文档评论(0)

t9s25ccvm + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档