文献

J-GLOBAL ID：201702259297416849   整理番号：17A0094540

位置クラスタリングとテンソル分解に基づくWEBサービス推薦アルゴリズム【JST・京大機械翻訳】

Web service recommendation based on location clustering and tensor decomposition

著者 (6件)： Tang Ni (Key Laboratory of Dependable Service Computing in Cyber Physical Society(Chongqing University), Ministry of Education) ,  Xiong Qingyu (Key Laboratory of Dependable Service Computing in Cyber Physical Society(Chongqing University), Ministry of Education) ,  Wang Xibin (Key Laboratory of Dependable Service Computing in Cyber Physical Society(Chongqing University), Ministry of Education) ,  Gao Min (Key Laboratory of Dependable Service Computing in Cyber Physical Society(Chongqing University), Ministry of Education) ,  Wen Junhao (Key Laboratory of Dependable Service Computing in Cyber Physical Society(Chongqing University), Ministry of Education) ,  Zeng Jun (Key Laboratory of Dependable Service Computing in Cyber Physical Society(Chongqing University), Ministry of Education)
資料名： Jisuanji Gongcheng yu Yingyong  (Jisuanji Gongcheng yu Yingyong)
巻： 52  号： 15  ページ： 65-72  発行年： 2016年 
JST資料番号： C2533A  ISSN： 1002-8331  CODEN： JGYYAT  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： サービス品質(QOS)に基づくWEBサービス推薦は,多くの機能に類似したWEBサービスにおいて,ユーザの非機能的要求を満たすWEBサービスを発見することができるが,しかし,予測精度は高くなく,データのスパース性の問題も存在する。これらの問題を解決するために,本論文は,ユーザとサービスの位置属性に基づくユーザとサービスをクラスタ化するために,位置クラスタ化と階層的テンソル分解に基づくQOS予測アルゴリズムアルゴリズムを提案した。局部組と大域的利用者,サービス,および時間コンテキストに対して,張量建模と分解を行い,局所的および大域的テンソル分解のQOS予測値を重み付けし,局所的および大域的因子を考慮して,最終的QOS予測値を得た。実験結果は,提案したアルゴリズムがより高いQOS予測精度とWEBサービス推薦品質を持ち,データのスパース性問題をある程度解決できることを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 品質 ,  *アルゴリズム ,  *クラスタ化
準シソーラス用語： 予測値 ,  予測アルゴリズム ,  スパース性 ,  予測精度 ,  サービス品質 ,  *推薦アルゴリズム ,  *テンソル分解 , 【Automatic Indexing@JST】

著者キーワード (4件)： Web services recommendation ,  Quality-of-Service(QoS) properties ,  clustering ,  tensor decomposition

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (4件)： クラスタリング ,  テンソル分解 ,  Webサービス ,  推薦アルゴリズム