韩露 作品数:4 被引量:6 H指数:1 供职机构: 宁波大学信息科学与工程学院 更多>> 发文基金: 浙江省自然科学基金 宁波市自然科学基金 更多>> 相关领域: 自动化与计算机技术 更多>>
支持服务关联的Web服务选择技术研究 随着面向服务计算技术的发展,互联网上出现了大量功能属性相同或类似的服务,用户在构建组合服务时,必须面对海量的可供选择的服务。如何快速从候选服务中选择满足用户需求的服务,是Web服务组合的关键。
现有的Web服务选择... 韩露关键词:WEB服务 文献传递 一种支持服务关联的Web服务选择方法 被引量:1 2014年 目前存在的大多数基于QoS(quality of service)的Web服务选择方案都忽略了服务之间的关联关系,认为服务之间是相互独立的,使得组合服务的结果与实际有所偏差。为了提高组合Web服务QoS的精确性,考虑到服务之间的关联关系对组合服务质量的影响,分别对服务之间的接口关联、业务关联和统计关联三种关联关系进行研究,提出了一种基于关联度的关联服务集合发现方法,将支持服务关联的选择问题转换为混合整数规划模型进行求解。实验结果表明,考虑服务之间的关联关系会提高组合Web服务的质量。 韩露 潘善亮 何静关键词:WEB服务 服务质量 一种基于虚拟社交化的Web服务发现方法研究 被引量:1 2013年 提出一种基于虚拟社交化的Web服务发现方法,从相互竞争和相互协作的服务关系中寻找满足用户需求的服务。首先在竞争关系中,通过计算服务之间的文本相似度和结构相似度,选择出一组竞争力强的服务列表,然后根据协作关系,通过计算列表中各服务的交际能力,把交际能力强的服务推荐给用户,实现用户的组合服务流程。通过与其他方法在召回率和准确率方面的比较,验证了本方法的有效性。 潘善亮 茅琴娇 韩露关键词:WEB服务器 基于双边兴趣的社交网好友推荐方法研究 被引量:4 2015年 随着社交网的广泛流行,用户的数量也急剧增加,针对社交网络用户难以在海量用户环境中快速发现其可能感兴趣的潜在好友的问题,各种推荐算法应运而生,协同过滤算法便是其中最为成功的思想。然而目前的协同过滤算法普遍存在数据稀疏性和推荐精度低等问题,为此提出一种基于动态K-means聚类双边兴趣协同过滤好友推荐算法。该算法结合动态K-means算法对用户进行聚类以降低稀疏性,同时提出相似度可信值的概念调整相似度计算方法以提高相似度精度;利用调整后的相似度分别从用户的吸引与偏好两方面计算近邻用户集,综合考虑这两方面近邻对当前用户的择友影响来生成推荐列表。实验证明,相较于基于用户的协同过滤算法,该算法能有效提高系统的推荐精度与效率。 何静 潘善亮 韩露关键词:协同过滤 社交网络