论文部分内容阅读
目前基于协同过滤（collaborative filtering，CF）的Web服务推荐算法，使用的是Web服务的非功能性属性服务质量（quality of services，QoS），但是这类方法直接使用所有用户的QoS数据进行预测，并没有考虑用户的个性化偏好问题，导致在相似邻居的选择阶段会得到不真实的相似度结果，进而影响QoS预测准确率。针对以上问题，提出了一种基于用户偏好的改进协同过滤Web服务推荐算法。该算法从QoS数据中提取出用户偏好数据，并将其作为近似邻居的选择标准，然后使用top—k算法确定