面向用户均衡需求的Web服务资源智能推荐方法

来源 :计算机应用研究 | 被引量 : 2次 | 上传用户:qncy1232f
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
研究了满足用户在服务功能、服务属性和服务质量上的多层次均衡需求的Web服务资源智能推荐方法,解决了服务信息过载问题。现有服务推荐技术存在未考虑用户对服务多层次均衡需求的不足,结合Web服务资源的特点,综合考虑用户服务需求与候选服务群之间的多层次相似度,设计了综合Web服务资源的功能、属性和质量三个层次的适合度匹配算法,以及用户主观兴趣度匹配算法。通过这两个算法建立了面向用户均衡需求的个性化Web服务资源智能推荐方法,能将最大匹配度的Web服务资源推荐给目标用户。
其他文献
针对多数图像水印算法是在单一的空域或频域中执行的现状,提出一种结合两者优点的彩色图像盲水印算法。根据DCT域中DC系数的形成原理,在空域中直接求得亮度分量Y中8×8子块的DC系数并建立其量化表;在空域中通过直接修改像素值实现在DCT域中修改DC系数来嵌入水印的目的。水印的提取不需要原始水印和原始宿主图像。实验结果表明,该算法既有频域算法鲁棒性高的优点,又有空域算法执行效率高的优点。
针对域名自身的特点和应用特点,建立一种基于机器学习的域名信用评价自动化方法并进行实验分析。实验结果表明,该方法具有较好的正确率,符合人们的一般认识,其评价结果可以作为域名诚信管理体系的参考依据。
对C*Core国芯芯片中实现ECC椭圆曲线密码加密算法进行了深入研究,概述了C*Core芯片中存储特点,给出C*Core芯片中椭圆曲线中数据点表示方法,结合ECES加密协议,在C*Core芯片中成功实现二元域F2m中NISI推荐的五条椭圆曲线加密算法;然后依次对初始程序进行三种方式优化,重点阐述了改进Montgomery点乘算法,详细记录每次优化前后程序耗时;最后对比各阶段程序运行耗时,得出优化率
研究无证书公钥密码系统中两方认证密钥协商协议问题。对Liu xu的无证书两方认证密钥协商协议进行安全性分析,指出该方案不具有强安全性。该方案不能抵抗密钥泄露伪装攻击和临时私钥泄露攻击。分析了方案不安全的原因,在此基础上提出一个改进的方案来修正Liu xu的方案。因此,设计看似安全的无证书两方认证密钥协商协议并不困难,但要给出协议的安全性证明并不容易。
针对当前信息资源描述框架(RDF)检索过程中存在的内存使用过大及检索效率低等问题,提出一个RDF图的层次聚类语义检索模型,设计并实现了相应的检索方法。首先从RDF图中抽取实体数据,在本体库的指导下,通过层次聚类,将复杂的图形结构转换为适合检索的树型结构;根据在树中查找到的目标对象,确定其在RDF图中的位置,进行语义扩充查询。检索模型的构建缩小了检索范围,从而提高了检索效率,其语义扩充查询还可以得到
鉴于双线性对运算复杂度较高,不适用于移动通信环境,提出新的无双线性对的基于无证书的两方认证密钥协商协议。新协议解决了基于身份的公钥密码方案中固有的密钥托管问题,实现了对通信双方的身份认证,采用非双线性对运算,极大地降低了计算开销。通过分析协议的正确性,采用Applied Pi演算对协议进行形式化分析,借助ProVerif工具验证了协议的安全性和认证性。与其他两方密钥协商协议相比,新方案具有更好的安
在建构网络质量QoN概念的基础上,将跨层协作和两级判决相结合,提出一种新型的垂直切换模型,并给出了详细流程。仿真表明,该算法相对于传统算法而言,在切换时延和服务终端时延等指标上均有显著改善,从而证明了两级判决能优化切换流程,确保业务连续性。
为准确获取短波信道探测信号的多普勒频移,把被Zadoff-Chu序列调制的信号作为探测信号,以简化的Watterson模型作为短波信道,采用脉冲压缩技术,对多普勒频移的计算进行了理论推导,得出了一种多普勒频移的计算公式,对两条路径时公式的计算结果进行了仿真。结果表明,在两条路径的多普勒频移相差小于±0.3 Hz时,计算结果较为准确。在此基础上,仿真分析了多普勒频移对Zadoff-Chu序列的脉冲压
提出一种基于有色Petri网(CPN)的进路式联锁调度算法模型,其中包括对联锁调度过程中机车的任务内正常行驶、进路联锁运算、机车驶离任务路线、闯入未开放进路、故障处理恢复等情况建立了清晰的模型。并利用CPN Tools对模型进行仿真验证与分析,结果表明该联锁调度CPN模型正确模拟了井底机车运输调度,对于机车调度是安全可靠的。
会话识别是用户访问行为分析的基础和关键工作,其质量对于识别和发现用户的信息需求具有决定性的影响。目前常用的是基于时间阈值的切分方法,但是该方法存在的主要问题是针对不同用户时间阈值难以准确地确定。提出了一种新的基于聚类技术的会话识别优化方法,首先建立了基于聚类的会话识别优化模型,然后采用改进的K-means算法进行会话识别。实验结果表明该方法与传统方法相比具有较好的效果。