谢琪 崔梦天

摘 要：针对Web服务推荐中服务用户调用Web服务的服务质量数据稀疏性导致的低推荐质量问题，提出了一种面向用户群体并基于协同过滤的Web服务推荐算法（WRUG）。首先，为每个服务用户根据用户相似性矩阵构建其个性化的相似用户群体；其次，以相似用户群体中心点代替群体从而计算用户群体相似性矩阵；最后，构造面向群体的Web服务推荐公式并为目标用户预测缺失的Web服务质量。通过对197万条真实Web服务质量调用记录的数据集进行对比实验，与传统基于协同过滤的推荐算法（TCF）和基于用户群体影响的协同过滤推荐算法（CFBUGI）相比，WRUG的平均绝对误差下降幅度分别为28.9%和4.57%；并且WRUG的覆盖率上升幅度分别为110%和22.5%。实验结果表明，在相同实验条件下WRUG不仅能提高Web服务推荐系统的预测准确性，而且能显著地提高其有效预测服务质量的百分比。

关键词：服务计算；Web服务；协同过滤；服务质量；用户群体

中图分类号： TP393.027TP311.5 文献标志码：A英文标题