发明名称 | 一种基于泊松分解的服务推荐方法 | ||
摘要 | 一种基于泊松分解的服务推荐方法,利用Web服务的描述文本、Web服务的历史调用记录以及用户对Web服务的评价,分别得到三个关于Web的服务的主题分布,将三个主题分布结果融合,作为Web服务的主题分布;利用已有服务组合的发布时间信息,生成服务组合的时间序列。在开发者提出开发需求时,分析开发者提出的需求文本,得到新服务组合的主题分布,与服务的主题分布、服务组合的时间序列合成后计算“服务组合—服务”的联合概率分布。以得到开发者需求的Web服务列表,按照概率值从大到小的排序代表推荐由高到低的顺序,最终将推荐的Web服务列表提供给用户。 | ||
申请公布号 | CN105930406A | 申请公布日期 | 2016.09.07 |
申请号 | CN201610237950.5 | 申请日期 | 2016.04.15 |
申请人 | 清华大学 | 发明人 | 范玉顺;陈曙辉;郜振锋;白冰 |
分类号 | G06F17/30(2006.01)I | 主分类号 | G06F17/30(2006.01)I |
代理机构 | 北京华创博为知识产权代理有限公司 11551 | 代理人 | 管莹;张波涛 |
主权项 | 一种基于泊松分解的服务推荐方法,其特征在于所述推荐方法包括两个过程:第一个过程是模型生成过程,生成服务的主题分布以及服务组合的时间序列等待调用;第二个过程是服务推荐过程,在提出需求时,将需求与模型计算结果相结合,给出服务推荐排序结果;所述第一个过程包括以下步骤:a)服务的主题特征抽取步骤,b)服务的主题特征融合步骤,c)已有服务组合的时间序列生成步骤;所述第二个过程包括以下步骤:a)服务组合的主题特征抽取,b)服务列表推荐。 | ||
地址 | 100084 北京市海淀区清华大学 |