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

• 学术论文 • 上一篇    下一篇

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. 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 发布日期: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. 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

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: