论文部分内容阅读
针对由互联网时代信息过载导致的服务生产和获取不平衡问题，提出一种基于排序学习的Top-κ软件服务推荐算法。首先，对用户-服务进行特征提取，通过隐语义模型提取出用户-服务的隐含特征，基于信息熵对用户-服务进行多样性特征建模提取出其多样性特征；然后，将两类特征进行线性组合，按一定的比例融合两种特征；最后，通过排序学习得到推荐列表。实验结果表明：对比三种基准方法（基于用户的协同过滤算法、基于物品的协同过滤算法和一种群体软件开发中的项目推荐方法），该算法在推荐精度上最大可提高16．9％，且当用户-服务隐特征与多样