公开(公告)号：CN107026755B

公开(公告)日：2019-07-16

申请号：CN201710145153.9

申请日：2017-03-13

Applicant: 南京邮电大学

Inventor： 王海艳 ,  郑旭晓 ,  骆健

IPC: H04L12/24 ,  H04L29/08 ,  G06F17/16

Abstract: 本发明公开了一种基于排序学习的服务推荐方法，将传统服务推荐方法针对QoS进行预测推荐转化为进行排序推荐，提出了一种基于排序学习与矩阵分解的服务推荐方法。主要包括通过时间窗口的QoS记录计算出用户偏好程度因子，QoS波动程度因子，QoS衰减程度因子，再结合原始TOP值进行优化，通过构建损失函数进行矩阵分解，最后生成未知用户‑服务的排名评分，为用户进行推荐。

公开(公告)号：CN107026755A

公开(公告)日：2017-08-08

申请号：CN201710145153.9

申请日：2017-03-13

Applicant: 南京邮电大学

Inventor： 王海艳 ,  郑旭晓 ,  骆健

IPC: H04L12/24 ,  H04L29/08 ,  G06F17/16

Abstract: 本发明公开了一种基于排序学习的服务推荐方法，将传统服务推荐方法针对QoS进行预测推荐转化为进行排序推荐，提出了一种基于排序学习与矩阵分解的服务推荐方法。主要包括通过时间窗口的QoS记录计算出用户偏好程度因子，QoS波动程度因子，QoS衰减程度因子，再结合原始TOP值进行优化，通过构建损失函数进行矩阵分解，最后生成未知用户‑服务的排名评分，为用户进行推荐。