公开(公告)号：CN102819575B

公开(公告)日：2015-06-17

申请号：CN201210253884.2

申请日：2012-07-20

申请人： 南京大学

发明人： 窦万春 ,  胡蓉

IPC分类号： G06F17/30

摘要： 本发明公开了一种用于Web服务推荐的个性化搜索方法，包括以下步骤：步骤1，预处理WSDL文档：通过去除停用词和提取词干两个预处理步骤，形成词袋；步骤2，抽取用户兴趣：使用改进的TF-IDF公式计算词袋中的每一个词的权重，并乘以该词的时间衰减因子，得到新的权重；选择权重由大至小前k个词作为用户的兴趣词，以及每个词的对应权重，组成k维的用户兴趣向量；步骤3，计算兴趣相似度：设定相似度阈值，超过阈值的用户入选为目标用户的邻居用户；步骤4，排序服务检索结果，根据邻居用户的相似度及其选择服务的次数计算服务的推荐预测值，并将检索结果按照推荐预测值降序排列，从而得到个性化搜索结果。

公开(公告)号：CN103473128A

公开(公告)日：2013-12-25

申请号：CN201310414793.7

申请日：2013-09-12

申请人： 南京大学

发明人： 窦万春 ,  胡蓉

IPC分类号： G06F9/46

摘要： 本发明公开了一种用于mashup应用推荐的协同过滤方法，包括以下步骤：步骤1，计算mashup应用之间的内容相似度；步骤2，传递内容相似度；步骤3，聚类mashup应用；步骤4，计算属于同一个聚类的mashup应用之间的评分相似度；步骤5，选择邻居；步骤6，推荐mashup应用。本发明优势包括：聚类中的mashup应用数目远小于推荐系统中所有mashup应用的数目，推荐系统响应速度较快；同一聚类中的用户评分相对更集中，密度较大，稀疏度较小，mashup应用的评分相似度计算更准确；同一聚类中mashup应用更相关，评分推测更准确；离线完成聚类过程，保证了推荐系统的及时更新。

公开(公告)号：CN102819575A

公开(公告)日：2012-12-12

申请号：CN201210253884.2

申请日：2012-07-20

申请人： 南京大学

发明人： 窦万春 ,  胡蓉

IPC分类号： G06F17/30

摘要： 本发明公开了一种用于Web服务推荐的个性化搜索方法，包括以下步骤：步骤1，预处理WSDL文档：通过去除停用词和提取词干两个预处理步骤，形成词袋；步骤2，抽取用户兴趣：使用改进的TF-IDF公式计算词袋中的每一个词的权重，并乘以该词的时间衰减因子，得到新的权重；选择权重由大至小前k个词作为用户的兴趣词，以及每个词的对应权重，组成k维的用户兴趣向量；步骤3，计算兴趣相似度：设定相似度阈值，超过阈值的用户入选为目标用户的邻居用户；步骤4，排序服务检索结果，根据邻居用户的相似度及其选择服务的次数计算服务的推荐预测值，并将检索结果按照推荐预测值降序排列，从而得到个性化搜索结果。