基于语义的Web服务发现算法

传统的Web服务发现只是简单的基于关键字的语法匹配,查询得到的服务往往不是用户想要的.在基于接口的Web服务发现的基础上,改进了Web服务描述模型,增加了服务质量(QoS),提出了分步过滤匹配算法.先通过服务类别过滤器进行语义过滤筛选,去除不相关的Web服务,然后通过服务相似度度量候选服务和请求服务之间的相似程度.候选服务和请求服务之间的相似度是通过服务功能相似度和服务质量相似度两个方面进行综合评估的.最后,通过实验证明了该匹配算法的可行性和有效性.     

基于语义主题相似度的Web教育资源查询方法

针对传统Web教育主体难以获得高可用教育资源的问题,提出了一种面向语义主题相似度的Web教育资源查询方法。该方法建立了本体概念语义网络（Ontology Concept Semantic Network,OCSN）,在此基础上,设计了基于语义主题相似度匹配的概念检索方法：在检索前主动将教育资源根据其语义和主题组织到本体概念语义网络中,然后建立一个基于语义特性的Web教育资源发现的垂直搜索引擎,并通过构造满足条件的相似度函数,将对应的语义距离映射为相似度,有效地提高了查询效率。实验结果表明此方法能够提高Web教育资源的查准率和查全率。     

融合本体语义与用户属性的协同过滤算法

传统协同过滤推荐算法在处理海量数据时存在数据稀疏性和项目长尾效应,导致推荐精度较低。针对该问题,结合本体语义和用户属性,提出一种改进的协同过滤算法。利用本体计算项目之间的语义相似度,构建项目相似度矩阵,同时引入用户属性计算用户相似度矩阵。通过融合本体语义和用户属性形成用户-项目评分矩阵,并对该矩阵的预测评分进行加权处理,生成TOP-N推荐结果。实验结果表明,相比传统皮尔逊相似度计算协同过滤算法、基于本体语义的协同过滤算法和基于评分矩阵填充与用户兴趣的协同过滤算法,该算法的平均绝对误差较低,准确率较高,综合性能及新颖度较优。     

基于事件本体的新闻个性化推荐

针对传统推荐系统中存在的冷启动、数据稀疏、语义缺乏、推荐精度较低等问题,提出一种基于事件本体的推荐算法。结合新闻的分类结构和新闻语料构建事件本体,对用户浏览的新闻进行要素抽取并构建用户兴趣模型。基于事件本体的分类结构计算新闻事件之间的相似度,通过用户兴趣模型计算用户兴趣相似度,根据事件本体非层次结构的语义半径寻找相关新闻事件。综合事件本体相似度、用户兴趣相似度和非层次结构相似度3个方面得出新闻个性化推荐结果。实验结果表明,该算法的推荐结果优于协同过滤推荐算法和基于内容的推荐算法。     

基于用户空间位置评分云模型的Web服务协同过滤推荐算法

Web服务作为无形的产品,不具备真实环境下的空间地理位置坐标,针对服务推荐中无法衡量用户群体与Web服务之间的距离位置关系,造成用户相似度计算失衡,导致推荐不准确等问题,提出了基于用户空间位置评分云模型的Web服务协同过滤推荐算法.首先基于用户群体的行为数据量化Web服务的热度区域,通过空间位置量化评分描述用户对于Web服务的兴趣偏好;其次利用云模型来描述每个用户空间行为评分的整体特征,设计了云模型间相似贴近度的计算方法,基于该方法提出了一种用户差异程度系数评估算法,并作为调控系数优化了皮尔森相似度量;最后通过协同过滤找出用户感兴趣的Web服务.实验结果表明该算法使得用户行为偏好的区域划分更加精确,在推荐准确率上明显提高,为基于位置的Web服务推荐提供新颖的方案.     

基于K-Means聚类的思政教育资源个性化推荐

思政教育可以体现中国特色社会主义本质要求，因此研究基于K-Means聚类的思政教育资源个性化推荐方法。首先，根据两组相邻用户之间的共同喜好，划分思政教育资源个性化推荐等级。其次，选择协同过滤算法归一化样本数据，计算相似度制定用户偏好，构建思政教育资源推荐模型。最后，基于K-Means聚类算法给定目标函数，建立个性化推荐流程，实现思政教育资源推荐，完成方法设计。实践表明，该方法既能够满足思政教育资源的匹配，又能够保证用户对思政教育资源的喜爱程度，具有实际的应用效果。     

面向约束的Web服务发现方法研究

Web Service已经成为主要的计算资源和软件的主要存在形态.为了满足用户的各种需求,使得Web服务的数量快速增加,而能从大量的服务中准确地发现满足用户需求的服务,成为研究热点和难点.结合成熟的基于概念相似度的服务匹配方法,分别将用户需求和语义Web服务描述文档OWL-S profile转化为本体树,并采用分层、分类的方式分别计算对应节点的概念相似度、属性相似度和结构相似度,有效地避免了复杂的推理.根据概念相似度和结构相似度之间的关系定义一系列的约束,并利用约束对查询树进行重组,以提高服务发现的查准率和查全率.最后,给出了语义Web服务发现的算法,并通过开发原型系统OWLS-CSR进行实验,证明了该理论方法的可行性与有效性.     

标签扩展的协同过滤推荐算法

大多数利用标签与用户和项目之间关系的推荐算法,都要面临用户个体不同所导致的标签稀疏问题,不同的用户为项目所标注的标签会有所不同.针对由于用户标注标签的随意性而导致的用户标签和项目标签矩阵稀疏问题,提出了一种标签扩展的协同过滤推荐算法.该算法根据用户标注标签的行为计算基于标签的标签相似度,根据用户标注的标签语义计算基于标签语义的标签相似度,从用户行为和标签语义2个方面评估标签的相似度,并利用标签相似度来扩展每个项目标签,降低由项目与标签的关联关系产生的矩阵稀疏度.在M ovieLens数据集上的实验结果表明,所提算法在精度上有所提高.     

基于QoS的语义Web服务匹配策略

Web服务技术的迅速发展使得Web服务的应用越来越广泛。因此Web服务的匹配和查找问题成为研究热点。文中引用OWL-S对Web服务进行语义描述,在此基础上增加了对服务QoS的描述。把对Web服务的输入、输出参数的语义描述匹配问题进行转化,可以转为基于领域本体库中相似概念间的语义距离计算,并根据语义距离给出了概念相似度的计算公式。对于基于语义的Web服务发现给出了匹配算法描述。在QoS约束匹配过程中,利用服务性价比的概念,为用户选择最佳性能的Web服务,同时也可以对最终的匹配结果按照请求者的意愿进行排序,以满足请求者不同的需要并使得用户同时可以根据本身需求选择性地使用服务。     

情感分析在电影推荐系统中的应用

基于用户的协同过滤推荐算法是通过分析用户行为寻找相似用户的集合,其核心是用户兴趣模型的建立以及用户间相似度的计算。传统的用户推荐算法是根据用户评分或者物品信息等行为数据进行个性化推荐,准确率比较低。充分考虑在线评论对于用户之间兴趣相似度的作用,通过对评论的情感分析,构建准确的用户兴趣模型,若用户在评论中表现出来的相似度越高,则表示用户之间的兴趣越相似。实验表明,和传统的基于用户的协同过滤推荐算法相比,基于评论情感分析的协同过滤推荐算法,无论准确率还是召回率都有明显提高。     

用VPN技术实现高校图书馆之间数字资源的共享

简介了VPN技术，并从技术的角度论述了如何用VPN技术实现高等院校之间数字化镜像资源的共建与共享．对共建共享中的组织协调、资源配置等问题也做了初步的探讨。     

网格资源模型综述

网格计算将广域网上的各种计算资源、信息资源、设备资源等集成起来,以统一的方式向用户提供服务,是当前网络计算领域的研究热点.其中资源模型是关系到广域分布式环境中资源共享和协同工作效率的关键.本文介绍了网格中的资源模型的主要研究内容,以及国内外相关领域的研究现状.     

网格资源发现中资源虚拟组织构建方法研究

怎样合理有效地组织网格资源是网格资源发现的关键问题.对网格环境下资源的组织方式进行了研究,提出了网格资源结点动态自组织算法,通过该算法能够将网格资源结点合理有效地组织成具有资源类型的网格资源虚拟组织;提出了资源虚拟组织大小划分的原则,有效地解决了网格资源发现系统中资源虚拟组织与系统规模之间的矛盾,通过仿真试验验证了该方法的有效性.     

用VPN技术实现高校图书馆之间数字资源的共享

简介了VPN技术,并从技术的角度论述了如何用VPN技术实现高等院校之间数字化镜像资源的共建与共享,对共建共享中的组织协调、资源配置等问题也做了初步的探讨。     

Resource reconstruction algorithms for on-demand allocation in virtual computing resource pool

Resource reconstruction algorithms are studied in this paper to solve the problem of resource on-demand allocation and improve the efficiency of resource utilization in virtual computing resource pool. Based on the idea of resource virtualization and the analysis of the resource status transition, the resource allocation process and the necessity of resource reconstruction are presented. Resource reconstruction algorithms are designed to determine the resource reconstruction types, and it is shown that they can achieve the goal of resource on-demand allocation through three methodologies: resource combination, resource split, and resource random adjustment. The effects that the resource users have on the resource reconstruction results, the deviation between resources and requirements, and the uniformity of resource distribution are studied by three experiments. The experiments show that resource reconstruction has a close relationship with resource requirements, but it is not the same with current distribution of resources. The algorithms can complete the resource adjustment with a lower cost and form the logic resources to match the demands of resource users easily.     

网格环境中资源发现机制的研究

资源发现机制是关系到广域分布式环境中资源共享和协同工作效率的关键，在计算网格、Web服务和P2P技术中，都需要对这个问题进行深入研究，在织女星网格前期工作的基础上，讨论了资源发现机制中的核心问题，描述了织女星网格资源发现机制的层次结构以及各个层次的功能和实现，通过分析和实验，可以认为提出的资源发现机制具有以下特点：可在较小的开销下取得满意的资源定位性能，并具有网格环境下的可扩展性；能够适应网格资源动态变化的特性；能够解决资源发现过程中的负载平衡问题；可支持多种网格资源与应用。     

分布资源管理信息服务的研究与实现

针对分布资源管理中的信息服务问题,通过建立统一的资源信息模型,设计并实现能够集中、统一提供信息服务的资源信息服务器,测试和分析该资源信息服务器对整个系统性能的影响。结果证明能够提高整个分布式系统的性能。     

基于遗传算法的资源结点选择策略

网格系统中由于采用资源备份策略，资源存在多个副本。用户请求资源时，如何从拥有相同资源的多个结点中选择一部分结点获取资源，达到以相同的代价获得最优质的服务，是一个迫切需要研究的问题。文中综合用户和资源拥有者双方的利益因素，将该问题归结为一个多目标规划问题，并提出了资源动态复制的图模型，进而运用遗传算法，提出了解决该问题的策略，分析显示该算法可以达到满意的结果。     

制造网格环境下的资源建模研究

资源建模是制造网格中资源集成和共享的前提.首先按资源在制造网格中提供的服务类型对其进行了分类,便于对其分类建模.其次提出了由资源层、资源表示层和资源接口层组成的资源层次模型.资源层包括各种物理资源,表示层使用XML Schema封装资源数据和信息,接口层使用Web服务描述语言（WSDL）定义对资源的访问操作.该模型用于将制造资源封装为网格节点,使得制造资源可以方便地接入网格中网络共享.最后以企业标准件库的封装为实例验证了该模型的有效性.     

教育资源网格中资源的描述与组织技术

网格中的资源发现是网格研究的重要问题。文中主要针对教育资源网格中的资源发现,而教育资源网格中资源的描述和组织技术是资源发现的基础。通过分析国家《基础教育教学资源元数据规范》,采用资源描述框架来描述教育资源和资源请求,用索引链表的存储方式来组织教育资源。通过与其他结构的比较分析,证明了索引链表结构能减少查询次数,适应网格环境的动态性和异构性,更有利于资源发现。