[发明专利]一种基于主题和服务组合信息的web服务推荐方法有效
| 申请号： | 201810424947.3 | 申请日： | 2018-05-07 |
| 公开（公告）号： | CN108629010B | 公开（公告）日： | 2022-03-18 |
| 发明（设计）人： | 王勇;胡昊 | 申请（专利权）人： | 南京大学 |
| 主分类号： | G06F16/9535 | 分类号： | G06F16/9535;G06K9/62 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 李玉平 |
| 地址： | 210046 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于主题和服务组合信息的web服务推荐方法，其步骤是:1)获取用户web服务历史评分记录以及web服务的描述信息和服务组合信息；2)使用LDA模型获取服务‑主题矩阵，根据服务‑主题矩阵，计算web服务之间的主题相似度；3)计算web服务之间的服务组合相似度矩阵；4)根据主题相似度和服务组合相似度矩阵，选择每个web服务的邻居集合；5)将邻居集合以及相似度矩阵，与SVD矩阵分解模型融合，以预测评分；6)根据预测评分，选择评分最高的若干个服务进行推荐；本方法引入了对服务主题信息和服务组合信息的考虑，为web服务推荐引入了新的维度，提升了推荐精度，同时，能够解决部分服务推荐冷启动问题，具有广泛的市场前景。 | ||
| 搜索关键词： | 一种 基于 主题 服务 组合 信息 web 推荐 方法 | ||
【主权项】：
1.一种基于主题和服务组合信息的web服务推荐方法，其特征在于，包括步骤如下：步骤1，获取用户对于web服务的历史偏好记录以及web服务的标签，描述，服务组合信息；步骤2，利用LDA模型训练得出服务‑主题矩阵，根据服务‑主题矩阵，计算web服务之间的主题相似度；步骤3，根据web服务之间的服务组合信息，计算web服务的服务组合相似度；步骤4，结合主题相似度和服务组合相似度，计算每个web服务的邻居服务的集合；步骤5，结合主题和服务组合相似度，以及步骤4中的邻居服务集合，利用SVD矩阵分解模型，预测用户对于每个web服务的评分；步骤6，根据用户对web服务的评分，选出评分最高的若干个web服务，推荐给用户。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京大学，未经南京大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810424947.3/，转载请声明来源钻瓜专利网。
