基于可信相似用户的服务推荐方法 service recommendation method based on trusted similar user.pdfVIP

基于可信相似用户的服务推荐方法 service recommendation method based on trusted similar user.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
基于可信相似用户的服务推荐方法 service recommendation method based on trusted similar user

第42 卷 第 11 期   计 算 机 工 程 2016 年 11 月    Vol.42  No.11   Computer Engineering November 2016 ·先进计算与数据处理 · 文章编号:10003428(2016)11005707   文献标志码:A   中图分类号:TP311 基于可信相似用户的服务推荐方法 吴文明,刘茜萍 (南京邮电大学 计算机学院,南京 210003) 摘 要:随着越来越多的用户与服务参与到服务计算中,服务推荐变得日益重要,但个别用户的虚假评价降低了服 务推荐结果的可信性和有效性。为此,提出一种新的服务推荐方法,在分析用户历史评价的基础上挖掘可疑评价, 通过用户可信度的计算将恶意用户筛除。基于相似度计算可得到剩余各可信用户的相邻用户集合,并最终结合用 户偏好确定候选服务进行综合评分以完成有效推荐。实验结果表明,在剔除恶意用户的情况下,该方法推荐的服 务更为真实可靠,可有效提高推荐质量。 关键词:服务推荐;用户可信度;恶意用户;可信用户;用户相似度 中文引用格式:吴文明,刘茜萍.基于可信相似用户的服务推荐方法[J].计算机工程,2016,42(11):5763,69. 英文引用格式:Wu Wenming,Liu Xiping.Service Recommendation Method Based on Trusted Similar User [J]. Computer Engineering,2016,42(11):5763,69. Service Recommendation Method Based on Trusted Similar User WU Wenming,LIU Xiping (College of Computer Science and Technology,Nanjing University of Posts and Telecommunications,Nanjing 210003,China) 【Abstract】It is increasingly important to perform service recommendation as increasingly more users and services are involved in service computing,but some inauthentic service evaluations from a few users decrease the dependability and effectiveness of service recommendation.This paper proposes a service recommendation method based on trusted similar users.Suspiciousevaluations are dug outfrom the history ofthe userevaluations,which are used forcomputing the degree ofuserreliability and subsequently removing the unreliable users.The neighbor sets ofeach trusted user are determined by computing the user similarity.According to the preference of any user,candidate services from neighbors are carefully overall evaluated and effectively recommended.Experimental results show that the method,in the case of rejecting a

您可能关注的文档

文档评论(0)

118zhuanqian + 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