计算机研究与发展
計算機研究與髮展
계산궤연구여발전
JOURNAL OF COMPUTER RESEARCH AND DEVELOPMENT
2014年
8期
1781-1793
,共13页
Web服务推荐%个性化%隐语义概率模型%指标偏好%期望极大算法
Web服務推薦%箇性化%隱語義概率模型%指標偏好%期望極大算法
Web복무추천%개성화%은어의개솔모형%지표편호%기망겁대산법
Web service recommendation%personalization%latent semantic probabilistic model%criteria preference%expectation maximization algorithm
为了满足Web服务使用者的个性化需求,提出了一种基于隐语义概率模型的用户指标偏好预测方法,用于个性化Web服务推荐.首先,引入两个决定用户指标偏好的关键因素:用户以及用户所处的服务情境,隐语义概率模型借助隐含类别建立用户指标偏好、用户及服务情境三者之间的隐含语义依赖关系,并且为描述用户、服务情境、指标偏好多方面的特征,允许这三者可同时以不同的概率隶属于多个隐含类别;然后,将期望极大(expectation maximization,EM)算法运用于由层次分析法获得的训练数据,以估计隐语义概率模型的参数;最后,使用该模型预测用户在特定服务情境下的指标偏好.隐语义概率模型与标准的基于内存的协同过滤以及基于聚类改进的协同过滤相比,不仅具有明确的数学模型,而且实验结果表明,隐语义概率模型对用户个性化指标偏好的预测精度最高,同时可以缓解数据稀疏性带来的不良影响.
為瞭滿足Web服務使用者的箇性化需求,提齣瞭一種基于隱語義概率模型的用戶指標偏好預測方法,用于箇性化Web服務推薦.首先,引入兩箇決定用戶指標偏好的關鍵因素:用戶以及用戶所處的服務情境,隱語義概率模型藉助隱含類彆建立用戶指標偏好、用戶及服務情境三者之間的隱含語義依賴關繫,併且為描述用戶、服務情境、指標偏好多方麵的特徵,允許這三者可同時以不同的概率隸屬于多箇隱含類彆;然後,將期望極大(expectation maximization,EM)算法運用于由層次分析法穫得的訓練數據,以估計隱語義概率模型的參數;最後,使用該模型預測用戶在特定服務情境下的指標偏好.隱語義概率模型與標準的基于內存的協同過濾以及基于聚類改進的協同過濾相比,不僅具有明確的數學模型,而且實驗結果錶明,隱語義概率模型對用戶箇性化指標偏好的預測精度最高,同時可以緩解數據稀疏性帶來的不良影響.
위료만족Web복무사용자적개성화수구,제출료일충기우은어의개솔모형적용호지표편호예측방법,용우개성화Web복무추천.수선,인입량개결정용호지표편호적관건인소:용호이급용호소처적복무정경,은어의개솔모형차조은함유별건립용호지표편호、용호급복무정경삼자지간적은함어의의뢰관계,병차위묘술용호、복무정경、지표편호다방면적특정,윤허저삼자가동시이불동적개솔대속우다개은함유별;연후,장기망겁대(expectation maximization,EM)산법운용우유층차분석법획득적훈련수거,이고계은어의개솔모형적삼수;최후,사용해모형예측용호재특정복무정경하적지표편호.은어의개솔모형여표준적기우내존적협동과려이급기우취류개진적협동과려상비,불부구유명학적수학모형,이차실험결과표명,은어의개솔모형대용호개성화지표편호적예측정도최고,동시가이완해수거희소성대래적불량영향.