[发明专利]一种用于Web服务推荐的协同过滤方法

权利要求书

1.一种用于Web服务推荐的协同过滤方法，基于用户偏好和服务可信度，针对Web服务进行过滤，并向用户进行推荐，其特征在于，包括如下步骤：

步骤A.利用QoS训练样本集Q构造用户偏好数据集SAT；

步骤B.利用QoS训练样本集Q构造服务可信度数据集C；

步骤C.将服务可信度数据集C作为比重,联合用户偏好数据集SAT,计算各用户之间的偏好相似度；

步骤D.分别针对各个用户，根据各用户之间相似度，采用top-k算法，获得各个用户分别所对应的优先相似邻居集合N(u_m)；其中，1≤m≤M，M表示所有用户的总数，u_m表示所有用户中的第m位用户；

步骤E.分别针对各个用户，根据用户所对应的优先相似邻居集合N(u_m)，结合该用户与其优先相似邻居集合N(u_m)中各用户的偏好相似度，计算获得该用户相对各个服务的缺失QoS预测值P(u_m,s_n)，进而获得各个用户分别相对各个服务的缺失QoS预测值P(u_m,s_n)；其中，1≤n≤N,N表示所有服务的总数，s_n表示所有服务中的第n个服务；

步骤F.分别针对各个用户，根据用户相对各个服务的缺失QoS预测值P(u_m,s_n)，向用户推荐QoS优秀的候选未知服务，并采用MAE评价准则输出该用户所对应的QoS预测值相较于真实值的准确率结果。

2.根据权利要求1所述一种用于Web服务推荐的协同过滤方法，其特征在于，所述步骤A，利用QoS训练样本集Q构造用户偏好数据集SAT，包括如下：

给定用户集合U＝{u₁,…,u_m,…,u_M}，给定服务集合S＝{s₁,…,s_n,…,s_N}；定义Sat_m,n表示用户u_m对服务s_n的偏好，并构建一个mxn的用户偏好矩阵SAT^mxn；同时构建一个mxn的QoS矩阵Q^mxn，q_m,n表示用户u_m访问服务s_n的QoS值，然后由QoS数据中提取用户偏好，构造用户偏好数据集SAT。

3.根据权利要求2所述一种用于Web服务推荐的协同过滤方法，其特征在于，所述Sat_m,n如下：

其中公式(2)和公式(3)中，min(u_m)表示用户u_m访问的最小的QoS值，max(u_m)表示用户u_m访问的最大的QoS值。

4.根据权利要求3所述一种用于Web服务推荐的协同过滤方法，其特征在于，所述步骤B，利用QoS训练样本集Q，由QoS数据中提取服务可信度，并定义C_1,n为服务s_n的可信度，并构建一个1xn的服务可信度矩阵C^1xn，构造服务可信度数据集C。

5.根据权利要求4所述一种用于Web服务推荐的协同过滤方法，其特征在于，所述C_1,n如下：

公式(4)中，Q_n表示服务s_n全部已知QoS值的集合，表示服务s_n全部已知QoS值的平均值，|Q_n|表示服务s_n全部已知QoS值的数量，δ是预设阈值。