公开(公告)号：CN103455613A

公开(公告)日：2013-12-18

申请号：CN201310405629.X

申请日：2013-09-06

Applicant: 南京大学

Inventor： 窦万春 ,  孟顺梅

IPC: G06F17/30

Abstract: 本发明公开了基于MapReduce模型的兴趣感知服务推荐方法，包括以下步骤：步骤1：历史用户评论获取数据集；步骤2：根据本发明提供相应的关键词列表和领域词库提取目标用户和历史用户的兴趣，目标用户表示当前需要被推荐的用户；步骤3：对每个候选Web服务，计算目标用户与该候选Web服务的历史用户的相似度，为目标用户寻找相似的用户；步骤4：计算出目标用户和历史用户的相似度后，根据一种加权平均方法为目标用户预测出对于候选Web服务的个性化的评分，为目标用户提供一个个性化的服务排名列表，根据个性化的排名列表为用户推荐；步骤5：将步骤2至步骤4以Map-Reduce编程框架实现，分为四个阶段并行处理。

公开(公告)号：CN103002028A

公开(公告)日：2013-03-27

申请号：CN201210489123.7

申请日：2012-11-26

Applicant: 南京大学

Inventor： 窦万春 ,  孟顺梅

IPC: H04L29/08

Abstract: 本发明公开了一种基于QoS的历史记录和聚类的服务优化方法，包括以下步骤：步骤1：获取数据集；步骤2：采用H2D-SC模糊分层聚类方法对每个服务的QoS历史记录进行分层聚类，在每一层利用每个服务的聚类中心进行基于QoS历史记录的服务组合，并依据效用值公式计算每个基于QoS历史记录的服务组合的得分；步骤3：对于每个服务，在每层中对应一个聚类，将每个聚类中心参与的基于QoS历史记录的服务组合的效用值得分累积，根据得分最高的聚类生成该服务的下一层，同时将基于QoS历史记录的服务组合效用值得分累积到对应的服务组合效用值得分中，最终得分最高的服务组合即为最优服务组合方案。

公开(公告)号：CN103455613B

公开(公告)日：2016-03-16

申请号：CN201310405629.X

申请日：2013-09-06

Applicant: 南京大学

Inventor： 窦万春 ,  孟顺梅

IPC: G06F17/30

Abstract: 本发明公开了基于MapReduce模型的兴趣感知服务推荐方法，包括以下步骤：步骤1：历史用户评论获取数据集；步骤2：根据本发明提供相应的关键词列表和领域词库提取目标用户和历史用户的兴趣，目标用户表示当前需要被推荐的用户；步骤3：对每个候选Web服务，计算目标用户与该候选Web服务的历史用户的相似度，为目标用户寻找相似的用户；步骤4：计算出目标用户和历史用户的相似度后，根据一种加权平均方法为目标用户预测出对于候选Web服务的个性化的评分，为目标用户提供一个个性化的服务排名列表，根据个性化的排名列表为用户推荐；步骤5：将步骤2至步骤4以Map-Reduce编程框架实现，分为四个阶段并行处理。