Key points are not available for this paper at this time.
협업 필터링은 널리 사용되는 웹 서비스 추천 기술 중 하나입니다. 협업 필터링에 기반한 여러 웹 서비스 선택 및 추천 방법이 있었지만, 사용자와 서비스의 개인화된 영향을 고려한 경우는 드뭅니다. 본 논문에서는 웹 서비스 추천을 위한 효과적인 개인화된 협업 필터링 방법을 제시합니다. 웹 서비스 추천 기술의 주요 요소는 웹 서비스 간 유사성 측정 계산입니다. Pearson 상관 계수(PCC) 유사성 측정과 다르게, 우리는 사용자 간의 유사성 측정과 서비스의 개인화된 영향을 계산할 때 서비스의 개인화된 영향을 고려합니다. 웹 서비스의 유사성 측정 모델을 기반으로 개인화된 사용자 기반 알고리즘과 개인화된 항목 기반 알고리즘을 통합하여 효과적인 개인화된 하이브리드 협업 필터링(PHCF) 기법을 개발합니다. 우리는 전 세계 100개의 공개 웹 서비스에서 150명의 서비스 사용자에 대한 150만 개 이상의 테스트 결과가 포함된 실제 웹 서비스 QoS 데이터셋 WSRec 11을 기반으로 일련의 실험을 수행합니다. 실험 결과는 이 방법이 웹 서비스 추천의 정확성을 현저히 향상시킴을 보여줍니다.
Jiang et al. (Fri,) 이 질문을 연구했습니다.