توصیه خدمات مبتنی بر شبکه با بهبود اعتماد

قیمت: 42,000 تومان

دانلود رایگان مقاله

خرید ترجمه مقاله

عنوان فارسی

توصیه خدمات مبتنی بر شبکه با بهبود اعتماد

عنوان لاتین

Social network-based service recommendation with trust enhancement

با توجه به افزایش کاربردهای محاسبات ابری و محاسبات خدمات، تعداد زیادی از سرویس های (خدمات) وب بر اینترنت استقرار یافته اند که منجر به انجام پژوهش های زیادی درمورد توصیه خدمات وب شده اند. با وجود QoS سرویس، استفاده از بازخوردهای کاربر به روند فعلی توصیه خدمات تبدیل شده است. همچنین در سیستم های توصیه گر سنتی، تنکی، cold-start و قابلیت اعتماد مشکلات اصلی هستند که توصیه خدمات را در استفاده از رویکردهای مبتنی بر تشابه به چالش می کشند. در این میان، با گسترش شبکه های اجتماعی، افراد در تعامل با کامپیوترها و کاربران مختلف فعال شده اند که این امر منجر به ایجاد حجم بالایی از اطلاعات، نظیر اطلاعات سرویس، رتبه بندی سرویس-کاربر، لاگ های تعامل و روابط کاربر شده است. بنابراین چگونگی استفاده از رابطه اعتماد در شبکه های اجتماعی با بازخورد کاربر برای توصیه خدمات، انگیزه این مطالعه را فراهم ساخته است. در این مقاله، یک روش توصیه خدمات مبتنی بر شبکه اجتماعی را با بهبود اعتماد که تحت عنوان relevantTrustwalker شناخته می شود، ارائه می کنیم. در ابتدا یک روش فاکتورگیری ماتریس برای ارزیابی درجه اعتماد بین کاربران در شبکه اجتماعی استفاده شده است. در ادامه، یک الگوریتم گام تصادفی بسط یافته برای بدست آوردن نتایج توصیه پیشنهاد شده است. برای ارزیابی دقت الگوریتم، آزمایشات بر مجموعه داده دنیای واقعی انجام شده و نتایج آزمایشی نشان می دهند که کیفیت توصیه و سرعت روش در مقایسه با الگوریتم های فعلی بهبود یافته اند.

Given the increasing applications of service computing and cloud computing, a large number of Web services are deployed on the Internet, triggering the research of Web service recommendation. Despite of service QoS, the use of user feedback is becoming the current trend in service recommendation. Likewise in traditional recommender systems, sparsity, cold-start and trustworthiness are major issues challenging service recommendation in adopting similarity-based approaches. Meanwhile, with the prevalence of social networks, nowadays people become active in interacting with various computers and users, resulting in a huge volume of data available, such as service information, user-service ratings, interaction logs, and user relationships. Therefore, how to incorporate the trust relationship in social networks with user feedback for service recommendation motivates this work. In this paper, we propose a social networkbased service recommendation method with trust enhancement known as RelevantTrustWalker. First, a matrix factorization method is utilized to assess the degree of trust between users in social network. Next, an extended random walk algorithm is proposed to obtain recommendation results. To evaluate the accuracy of the algorithm, experiments on a real-world dataset are conducted and experimental results indicate that the quality of the recommendation and the speed of the method are improved compared with existing algorithms.