等开发了种基于层次聚类算法来聚集具有较高相似度用户成为同区域群体。再如，基于距离越近用户具有越相似值这假设，等提出了基于区域方法，即聚合相似小区域成为大区域，用以计算缺失值等认为受到地理位置以及网络环境影响比较大等提出了基于位置敏感概率矩阵分解模型，整合了用户以及其地理上近邻信息，并基于真实数据集进行了验证。本文同时考虑地理位置网络环境数据稀疏性这几个因素对于预测问题影响，基于概率矩阵分解与潜在因子模型提出了两种现有预测模型改进方案，最后结合两个改进模型优势，将潜在因子模型转换成为概率模型并将二者进行融合，提出了本文最终预测模型。实验证实尤其是在数据稀疏情况下，本文算法效果较其他经典方法在预测准确率方面有较大地提高。主要研究内容不同于以往研究工作，本文提及方法主要从概率角度讨论了万方数据杭州电子科技大学硕士学位论文目录摘要第章绪论课题研究背景及意义国内外研究现状主要研究内容本文组织结构第章服务及推荐系统服务和服务基本概念服务技术及介绍推荐系统用户特征向量生成模块特征物品相关推荐模块过滤与排名模块协同过滤算法介绍基于内存协同过滤算法基于模型协同过滤算法相似度算法本章小结第章基于概率矩阵分解服务预测方法引言问题描述算法设计概率矩阵分解模型基于偏置概率矩阵分解模型基于相似邻居正则化概率矩阵分解模型基于相似邻居正则化偏置概率矩阵分解模型本章小结第章基于潜在因子模型服务预测方法万方数据杭州电子科技大学硕士学位论文引言问题描述算法设计扩展基准偏置模型基于奇异值分解潜在因子模型基于潜在特征空间映射近邻模型基于近邻模型与潜在因子模型相结合预测方法基于相似邻居正则化与潜在特征空间映射混合模型本章小结第章实验验证与分析实验准备评测指标平均值误差均方根误差基于相似邻居正则化概率矩阵分解模型实验验证与分析算法性能比较参数对预测准确率影响参数对预测准确率影响基于潜在特征空间特征映射潜在因子模型实验验证与分析算法性能比较参数对预测准确率影响参数对预测准确率影响综合实验验证与分析本章小结第章总结与展望工作总结工作展望致谢参考文献附录万方数据杭州电子科技大学硕士学位论文第章绪论课题研究背景及意义服务是种自描述自包含用于构建分布式应用可用网络模块，它通过标准协议使得分布在互联网中不同机器上应用之间可进行数据交换或者集成业务逻辑更为复杂系统应用,。它是种通过标准网络协议用以保证互联网上异构平台间应用服务可进行互操作技术。随着互联网以及服务技术快速发展，企业开发需求不断更迭，服务将成为今后互联网技术中关键部分之。当用户需要实现具体业务功能时，其可以尝试通过服务搜索引擎从海量服务库中找寻到其所需要功能符合服务以作候选之用，而不必自己实现以至于浪费资源。然而，当用户面对如此众多具有致或者类似功能实现服务，如何选择其中最佳服务用以构建应用成为了个极具价值研究课题。用户构建分布式应用时需要同时考虑服务功能特性与非功能特性这两个方面因素。对于功能特性，用户可通过服务搜索引擎搜寻到所需功能致或者类似服务候选集对于非功能特性，用户需要通过响应时间吞吐量等系列指标进行判断并从众多服务候选集中选择最为合适服务用以构建应用,。随着服务在很多领域应用开发中被广泛应用，考虑功能是否合适同时，这项非功能性指标也越来越受到重视。近年来，些基于方法相继被研究者们提出并成功应用于服务选择组合推荐等多个方面研究领域。这些方法成功应用在于它们需要准确属性值作为基础，因此面临个迫切需要解决难题是如何高效且有效地获取服务属性值。服务属性通常由服务提供商声明并尽力确保其质量，但由于网络环境不稳定性，并且不同用户所处网络环境不同，因此服务提供者往往不能保证同服务对于互联网上所有用户都具有相同属性另方面，互联网中服务数量很多，通过每个用户调用所有服务来获取个性化是不现实，即使部分服务是免费提供，其时间耗费与资源耗费代价仍旧是不可接受。因此，如何准确地预测以辅助选择合适服务来构建应用也成了个亟待解决问题。在信息过载数据时代，与搜索引擎提供检索服务相比，推荐系统通过研究用户兴趣偏好，基于用户行为数据分析并计算偏好值从而发现其潜在兴万方数据杭州电子科技大学硕士学位论文趣点，能够推荐其可能感兴趣物品或资讯等。个性化推荐系统广泛地应用于很多领域，如以亚马逊京东淘宝等为代表电子商务领域，以微博等为代表社交网络领域等。推荐系统作为种为用户提供个性化服务信息系统，在服务计算领域中，其广泛采用协同过滤技术可用来解决预测问题。然而在真实环境中，由于可用数据集是稀疏，协同过滤算法在数据稀疏条件下存在定局限性，导致了其预测精度不高。因此，在数据稀疏情况下，如何建立提高预测准确率模型就成为了个极具价值研究课题。国内外研究现状近年来，作为研究领域核心概念正被广泛且深入地讨论。例如，等应用价格响应时间可靠性可用性以及信誉值等个通用属性用于动态服务组合方面研究。和则提出使用数据质量替换了价格这属性，与上述其余个通用属性作为标准用于适应性服务组合研究。而和通过考虑通用属性和领域属性双重标准提出了种高效地服务组合方法。在本文中，我们着重关注如何更好地预测属性值以满足各服务计算领域需求，如服务组合服务发现以及服务推荐等。例如，服务发现通常采用基于功能特性方法，如基于语义信息检索等方法检索功能合适服务用以构建分布式应用程序。但是，传统方法旨在找寻仅仅满足功能需求服务，而没有进步地考虑非功能特性方面需求，这导致了构建完成应用可能存在性能不佳问题。为了解决这个问题，些基于服务方法被研究者们提出用以高效地解决服务选择问题,。但由于这类基于方法般假设服务是已知，与真实情况相悖。近年来，部分协同过滤方法被借鉴并成功应用于服务推荐系统当中，取得了不错成果。等提出了基于用户协同过滤算法用来解决预测问题，其主要改进了传统相似度公式，针对相似度正值与负值两种情况使用不同方法计算预测值。由于历史数据缺乏，以往些协同过滤算法研究存在定局限性，基本上是根据小规模数据集做实验得出对应结论，从而缺乏有力数据支撑。直到年，等公布了大规模真实数据集，其提出了种混合协同过滤算法，通过个控制因子用来调节基于用户与基于服务两种方法计算结果比例，继而得到最终混合预测结果，这方法在传统基于领域方法当中取得了最佳效果。然而，这类传统方法虽然计算简单，但是依然存在定局限性。例如，传统基于领域方法计算相似度时般采用，其存在以下缺点冷启万方数据杭州电子科技大学硕士学位论文动问题会使计算失效，对于没有调用过任何服务新用户或者没有被任何用户调用过新服务，其计算方法不可行主要考虑用户主观偏好，通过用户行为判断，却忽略了预测问题中网络环境等外部因素影响。针对上述问题，等提出了用户贡献机制收集个性化信息，其提出矩阵分解模型与近邻模型相结合集成模型，通过调节因子控制并整合了全局和局部信息，有效地提高了预测精度。许多研究者还利用其他上下文信息来构建预测模型。部分研究工作注意到用户地理位置对于属性值影响，即位于网络环境优劣与地理区域存在差异用户调用相同服务不能确保具有相同记录。例如等开发了种基于层次聚类算法来聚集具有较高相似度用户成为同区域群体。再如，基于距离越近用户具有越相似值这假设，等提出了基于区域方法，即聚合相似小区域成为大区域，用以计算缺失值等认为受到地理位置以及网络环境影响比较大等提出了基于位置敏感概率矩阵分解模型，整合了用户以及其地理上近邻信息，并基于真实数据集进行了验证。本文同时考虑地理位置网络环境数据稀疏性这几个因素对于预测问题影响，基于概率矩阵分解与潜在因子模型提出了两种现有预测模型改进方案，最后结合两个改进模型优势，将潜在因子模型转换成为概率模型并将二者进行融合，提出了本文最终预测模型。实验证实尤其是在数据稀疏情况下，本文算法效果较其他经典方法在预测准确率方面有较大地提高。主要研究内容不同于以往研究工作，本文提及方法主要从概率角度讨论了,万方数据杭州电子科技大学硕士学位论文冯名正服务组合研究综述计算机应用与软件,万方数据杭州电子科技大学硕士学位论文,万方数据杭州电子科技大学硕士学位论文附录作者在读期间发表学术论文及参加科研项目发表学术论文,推荐类会议，索引俞东进，殷昱煜，吴萌萌，刘愉。基于混合协同过滤服务预测方法，浙江大学学报工学版级期刊参加科研项目阿里巴巴大数据竞赛天猫推荐算法大挑战，全国决赛第名。全球个国家和地区支队伍报名参赛，历时天万方数据基于矩阵分解服务个性化预测方法研究作者刘愉学位授予单位杭州电子科技大学引用本文格式刘愉基于矩阵分解服务个性化预测方法研究学位论文硕士万方数据杭州电子科技大学硕士学位论文目录摘要第章绪论课题研究背景及意义国内外研究现状主要研究内容本文组织结构第章服务及推荐系统服务和服务基本概念服务技术及介绍推荐系统用户特征向量生成模块特征物品相关推荐模块过滤与排名模块协同过滤算法介绍基于内存协同过滤算法杭州电子科技大学硕士学位论文硕士学位论文题目基于矩阵分解服务个性化预测方法研究研究生刘愉专业计算机软件与理论指导教师俞东进教授完成日期年月万方数据杭州电子科技大学硕士学位论文杭州电子科技大学硕士学位论文基于矩阵分解服务个性化预测方法研究研究生刘愉指导教师俞东进教授年月万方数据杭州电子科技大学硕士学位论文万方数据杭州电子科技大学硕士学位论文杭州电子科技大学学位论文原创性声明和使用授权说明原创性声明本人郑重声明所呈交学位论文，是本人在导师指导下，独立进行研究工作所取得成果。除文中已经注明引用内容外，本论文不含任何其他个人或集体已经发表或撰写过作品或成果。对本文研究做出重要贡献个人和集体，均已在文中以明确方式标明。申请学位论文与资料若有不实之处，本人承担切相关责任。论文作者签名日期年月日学位论文使用授权说明本人完全了解杭州电子科技大学关于保留和使用学位论文规定，即研究生在校攻读学位期间论文工作知识产权单位属杭州电子科技大学。本人保证毕业离校后，发表论文或使用论文工作成果时署名单位仍然为杭州电子科技大学。学校有权保留送交论文复印件，允许查阅和借阅论文学校可以公布论文全部或部分内容，可以允许采用影印缩印或其它复制手段保存论文。保密论文在解密后遵守此规定论文作者签名日期年月日指导教师签名日期年月日万方数据杭州电子科技大学硕士学位论文摘要服务是种通过标准协议用以保证互联网上异构平台间应用服务可进行互操作技术。随着互联网以及服务技术快速发展，企业开发需求不断更迭，因此，服务数量也正在变得越来越多。然而，当用户面对众多具有致或者类似功能实现服务，如何选择其中最佳服务用以构建应用成为了个极具价值研究课题。由于网络不稳定性，并且不同用户所处网络环境不同，服务提供商不能保证同服务对所有用户具有相同。并且，让所有用户调用存在于互联网上所有服务以收集个性化记录又是不切实际。因此，如何准确地预测以辅助选择合适服务来构建应用也成了个亟待解决问题。本文论述了稀疏历史数据条件下关于预测问题所