段丽君

(湖北第二师范学院 计算机学院，武汉 430205)



服务发现中的用户偏好模型构建方法分析与比较

段丽君

(湖北第二师范学院 计算机学院，武汉 430205)

摘要：用户偏好模型能揭示用户的个性化需求，提高服务发现的精度与效率。本文根据构建手段的不同，对目前服务发现研究中各种典型的用户偏好模型方法进行了分类，并详细分析了它们的原理与特点，比较了它们之间的性能，总结了其发展方向。

关键词：用户偏好模型；服务发现；分析；比较

1前言

随着Web技术的快速发展，越来越多的应用程序被封装成Web服务(Web Service)的形式发布到网络上。为实现对特定服务的查找，服务发现(Service Discovery)成为了服务计算研究中的热点问题。随着研究的深入，服务发现中越来越多地通过用户的偏好(User Preference)处理来提高服务发现的精度与效率，满足用户的个性化需求。

用户偏好模型是一种面向应用的特定数据结构形式。它可以根据不同的用户习惯和应用特点，实现不同形式和内容的建模，从而支持个性化的信息服务。在当今服务计算的研究领域，用户个性化模型广泛应用于Web服务发现、选择、组合和推荐等多个方面。

目前，已有研究中提出了多种用户偏好模型建模方法，这些方法虽然目标相同，但手段不一，效果各异。本文通过研究相关文献，对服务发现中出现的多种典型用户偏好建模方法分别进行分析，比较它们的优点与不足，以期为Web服务发现方法设计提供依据和参考。

2用户偏好模型的主要构建方法与形式