基于混杂社会网络的个性化Web服务推荐方法

doi:10.3969/j.issn.0372-2112.2020.02.017

电子学报 ›› 2020, Vol. 48 ›› Issue (2): 341-349.DOI: 10.3969/j.issn.0372-2112.2020.02.017

基于混杂社会网络的个性化Web服务推荐方法

杨洁¹, 朱咸军², 周献中³, 柳毅¹

1. 杭州电子科技大学信息管理系, 浙江杭州 310018;
2. 金陵科技学院软件工程学院, 江苏南京 211169;
3. 南京大学控制与系统工程系, 江苏南京 210093

收稿日期:2019-01-16 修回日期:2019-05-12 出版日期:2020-02-25
- 通讯作者:
- 杨洁
- 作者简介:
- 朱咸军 男,1977年1月出生于江苏盐城.2016年毕业于南京大学管理科学与工程专业,获管理学博士学位.现为金陵科技学院软件工程学院讲师,在读博士后.主要研究方向为协同计算、软件工程、大数据、智能信息处理与智能系统等.E-mail:mymailzxj@126.com;周献中 男,1962年11月出生于江苏泰兴.现为南京大学工程管理学院控制科学与工程学科教授,管理科学与工程学科博士生导师.主要研究领域为人-信息-物理-系统(HCPS)理论与技术、智能系统与智能工程(人件技术、智能人机交互).E-mail:zhouxz@nju.edu.cn;柳毅男,1978年7月出生于辽宁沈阳.2007年毕业于上海理工大学管理科学与工程专业,获管理学博士学位.现为杭州电子科技大学信息管理系副教授,硕士生导师.主要研究方向为智能优化算法、信息管理与商务智能等.E-mail:liuyi@hdu.edu.cn
- 基金资助:
- 浙江省自然科学基金项目 (No.LQ19G010003，No.LY18G020009）; 江苏省高等学校自然科学研究面上项目 (No.18KJB520018）

Personalized Web Service Recommendation Based on Heterogeneous Social Network

YANG Jie¹, ZHU Xian-jun², ZHOU Xian-zhong³, LIU Yi¹

1. Department of Information Management, Hangzhou Dianzi University, Hangzhou, Zhejiang 310018, China;
2. School of Software Engineering, Jinling Institute of Technology, Nanjing, Jiangsu 211169, China;
3. Department of Control and System Engineering, Nanjing, Jiangsu 210093, China

Received:2019-01-16 Revised:2019-05-12 Online:2020-02-25 Published:2020-02-25
- Corresponding author:
- YANG Jie
- Supported by:
- Program of National Natural Science Foundation of Zhejiang Province, China (No.LQ19G010003, No.LY18G020009); Natural Science Research Program of Universities in Jiangsu Province (General Program) (No.18KJB520018)

摘要/Abstract

摘要： 为了缓解Web服务推荐中存在的冷启动和数据稀疏问题，以及满足用户个性化的需求，本文提出了基于混杂社会网络的Web服务推荐框架及算法.该网络加入了服务提供者这一元素，可提供更多的真实信息，有助于缓解冷启动问题.根据提出的服务推荐框架，设计了用户-候选服务信任值预测算法（Computing Trust Value，CTV），以及服务推荐算法（Recommend Queue，RQ）.在真实数据集上建立实验，结果表明本文提出的方法在预测准确率MAE、RMSE，推荐准确率MAP、NDCG，以及填充率和覆盖率上都有所提高，有助于提升个性化推荐的性能.

关键词: 混杂社会网络, Web服务推荐, 个性化推荐, 服务提供者, 冷启动, 可信性

Abstract: To ease cold start and data sparsity problems in web service recommendation, and satisfy user’s personalized requirements, we propose a web service recommendation framework and algorithms based on heterogeneous social network. Web service provider, as an element in the network, could provide more real information to help relieve cold start. Based on the proposed recommendation framework, we design CTV (Computing Trust Value) algorithm to predict trust value of user to candidate service and RQ (Recommend Queue) algorithm to recommend services. At last, we conduct a series of experiments based on real data set. The results indicate that the proposed method outperforms the existing methods at the metrics of MAE, RMSE for predictive accuracy, MAP, NDCG for recommendation accuracy, and filling ratio and coverage ratio, and it is helpful to improve personalized recommendation performance.

Key words: heterogeneous social network, web service recommendation, personalized recommendation, web service provider, cold start, trustworthiness

中图分类号:

TP311

杨洁, 朱咸军, 周献中, 等. 基于混杂社会网络的个性化Web服务推荐方法[J]. 电子学报, 2020, 48(2): 341-349.

YANG Jie, ZHU Xian-jun, ZHOU Xian-zhong, et al. Personalized Web Service Recommendation Based on Heterogeneous Social Network[J]. Acta Electronica Sinica, 2020, 48(2): 341-349.

参考文献

[1] CHENG B,LI C,ZHAO S,et al.Semantics mining & indexing-based rapid web services discovery framework[J/OL].IEEE Transactions on Services Computing,2018.DOI: 10.1109/TSC.2018.2831678
[2] CHEN F,LU C,WU H,et al.A semantic similarity measure integrating multiple conceptual relationships for web service discovery[J].Expert Systems with Applications,2017,67:19-31.
[3] 马文龙,朱李楠,王万良.云制造环境下基于QoS感知的云服务选择模型[J].计算机集成制造系统,2014,20(5):1246-1254. MA Wen-long,ZHU Li-nan,WANG Wan-liang.Cloud service selection model based on qos-aware in cloud manufacturing environment[J].Computer Integrated Manufacturing Systems,2014,20(5):1246-1254.(in Chinese)
[4] TANG M,XU Y,LIU J,et al.Trust-aware service recommendation via exploiting social networks[A].Proceedings of IEEE International Conference on Services Computing[C].Washington,DC,USA: IEEE Computer Society,2013.376-383.
[5] DENG S,HUANG L,XU G.Social network-based service recommendation with trust enhancement[J].Expert Systems with Applications,2014,41(18):8075-8084.
[6] QIAN X, FENG H, ZHAO G, et al.Personalized recommendation combining user interest and social circle[J].IEEE Transactions on Knowledge and Data Engineering,2014,26(7):1763-1777.
[7] JIANG M,CUI P,LIU R,et al.Social contextual recommendation[A].Proceedings of the 21st ACM International Conference on Information and Knowledge Management[C].New York: ACM,2012.45-54.
[8] CHANG W L,DIAZ A N,HUNG P C K.Estimating trust value: A social network perspective[J].Information Systems Frontiers,2015,17(6): 1381-1400.
[9] JIANG W,WANG G,BHUIYAN M Z A,et al.Understanding graph-based trust evaluation in online social networks[J].ACM Computing Surveys,2016,49(1):1-35.
[10] 俞春花,刘学军,李斌,等.基于上下文相似度和社会网络的移动服务推荐方法[J].电子学报,2017,45(6):1530-1536. YU Chun-hua,LIU Xue-jun,LI Bin,et al.Mobile service recommendation based on context similarity and social network[J].Acta Electronica Sinica,2017,45(6): 1530-1536.
[11] KALAÏ A,ZAYANI C A,AMOUS I,et al.Social collaborative service recommendation approach based on user's trust and domain-specific expertise[J].Future Generation Computer Systems,2018,80:355-367.
[12] SU K,XIAO B,LIU B,et al.TAP: a personalized trust-aware QoS prediction approach for web service recommendation[J].Knowledge-Based Systems,2017,115:55-65.
[13] 杨震,杨甜甜,范科峰,等.基于信任合成的云服务动态组合机制研究[J].电子学报,2018,46(3):614-620. YANG Zhen,YANG Tian-tian,FAN Ke-feng,et al.Cloud service composition based on trust combination[J].Acta Electronica Sinica,2018,46(3):614-620.
[14] 束柬,梁昌勇,徐健.基于信任的云服务系统多目标任务分配模型[J].计算机研究与发展,2018,55(6):1167-1179. SHU Jian,LIANG Chan-yong,XU Jian.Trust-based multi-objectives task assignment model in cloud service system[J].Journal of Computer Research and Development,2018,55(6): 1167-1179.
[15] MEI L J,CHAN W K,TSE T H.An adaptive service selection approach to service composition[A].Proceedings of IEEE International Conference on Web Services[C].Washington,DC,USA: IEEE Computer Society,2008.70-77.
[16] SUN Y.A new method to identify collaborative partners in social service provider networks[J].Information Systems Frontiers,2015,18(3):565-578.
[17] NEWMAN M E J.Models of the small world[J].Journal of Statistical Physics,2000,101(2-4):819-841.
[18] ZHENG Z B,ZHANG Y L,LYU M R.Exploring latent features for memory-based qos prediction in cloud computing[A].Proceedings of the 30th IEEE Symposium on Reliable Distributed Systems[C].Washington,DC,USA: IEEE Computer Society,2011.1-10.
[19] SÁNCHEZ-MORENO D,GONZÁLEZ A B G,VICENTE M D M,et al.A collaborative filtering method for music recommendation using playing coefficients for artists and users[J].Expert Systems with Applications,2016,66:234-244.

基于混杂社会网络的个性化Web服务推荐方法

Personalized Web Service Recommendation Based on Heterogeneous Social Network

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	孙全明, 曲志坚, 任崇广. 基于粒子群优化和LightGBM的情景感知多式联运推荐[J]. 电子学报, 2021, 49(5): 894-903.
[2]	郭景峰, 朱晓松, 李爽. 直播电视推荐系统的评分预测算法研究[J]. 电子学报, 2020, 48(9): 1735-1740.
[3]	胡国兵, 吴珊珊, 杨忠, 杨莉, 赵嫔姣, 宋军. LFM/BPSK混合调制信号盲处理结果可信性评估:一种简化的似然比算法[J]. 电子学报, 2019, 47(9): 1891-1897.
[4]	杨曦, 罗平, 贾古丽. 基于社会学信任理论的软件可信性概念模型[J]. 电子学报, 2019, 47(11): 2344-2353.
[5]	胡国兵, 吴珊珊, 陈正宇, 赵嫔姣, 宋军, 李昌利. 基于GP分布拟合检验的LFM/BPSK处理结果可信性评估[J]. 电子学报, 2019, 47(1): 66-72.
[6]	李林峰, 刘真, 魏港明, 任爽, 葛梦凡. 基于共享知识模型的跨领域推荐算法[J]. 电子学报, 2018, 46(8): 1947-1953.
[7]	俞春花, 刘学军, 李斌, 章玮. 基于上下文相似度和社会网络的移动服务推荐方法[J]. 电子学报, 2017, 45(6): 1530-1536.
[8]	陈杰, 刘学军, 李斌, 章玮. 一种基于用户动态兴趣和社交网络的微博推荐方法[J]. 电子学报, 2017, 45(4): 898-905.
[9]	任正伟, 孙小雁, 王丽娜, 王骞, 徐明迪, 张茂胜. 基于简单随机抽样的大数据可信性验证方法[J]. 电子学报, 2017, 45(10): 2484-2490.
[10]	王慧强, 邹世辰, 林俊宇, 吕宏武, 冯光升. 基于信任路径搜索的分布式虚拟化环境下可信服务组件选择方法——HA_OTPS[J]. 电子学报, 2017, 45(1): 192-199.
[11]	印桂生, 张亚楠, 董宇欣, 韩启龙. 基于受限信任关系和概率分解矩阵的推荐[J]. 电子学报, 2014, 42(5): 904-911.
[12]	刘胜宗, 廖志芳, 胡佳, 樊晓平. 基于隐反馈的类时齐Markov推荐模型[J]. 电子学报, 2014, 42(4): 703-710.
[13]	胡国兵, 徐立中, 高燕, 吴珊珊, 居美艳. 基于K-S检验的BPSK信号盲处理结果可信性评估[J]. 电子学报, 2014, 42(10): 1882-1886.
[14]	俞能海, 郝卓, 徐甲甲, 张卫明, 张驰. 云安全研究进展综述[J]. 电子学报, 2013, 41(2): 371-381.
[15]	张广泉, 张侃, 祝义, 周航. 基于体系结构能耗建模的CPS软件可信性评估方法[J]. 电子学报, 2013, 41(11): 2270-2275.