主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2018年第12期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
潘静,徐锋,吕建.面向可信服务选取的基于声誉的推荐者发现方法.软件学报,2010,21(2):388-400
面向可信服务选取的基于声誉的推荐者发现方法
Reputation-Based Recommender Discovery Approach for Service Selection
投稿时间:2009-06-15  修订日期:2009-12-07
DOI:
中文关键词:  信任  服务选取  声誉  协同推荐
英文关键词:trust  service selection  reputation  collaborative recommendation
基金项目:Supported by the National Natural Science Foundation of China under Grant Nos.60603034, 60736015, 60721002 (国家自然科学基金); the National Basic Research Program of China under Grant No.2009CB320702 (国家重点基础研究发展计划(973)); the National High-Tech Research and Development Plan of China under Grant Nos.2007AA01Z140, 2007AA01Z178, 2009AA01Z117 (国家高技术研究发展计划(863)); the Jiangsu Provincial Natural Science Foundation of China under Grant No.BK2008017 (江苏省自然科学基金)
作者单位
潘静 南京大学 计算机软件新技术国家重点实验室,江苏 南京 210093
南京大学 计算机软件研究所,江苏 南京 210093 
徐锋  
吕建  
摘要点击次数: 6681
全文下载次数: 6223
中文摘要:
      为了满足开放系统的高度动态性,特别是系统在线演化对服务评估高效性提出的要求,提出了一种基于声誉的推荐者发现方法,首先引入一个相关因子量化不同上下文中的推荐信任关系,得到信任可传递空间,然后应用信任子网分割算法得到评估发起者的可信推荐者群,最后通过主体群内的信任传递与迭代计算,确定具有高声誉值的推荐信息源.初步实验结果表明,该方法有助于在保证推荐信息准确性基础上减少信息收集中的网络资源消耗,从而有效提高可信服务评估的效率.
英文摘要:
      Since online system evolution requires efficient service selection to meet with the high dynamics demand of open system, this paper proposes a reputation-based recommender discovery approach. It qualifies trust relationships in different recommendation contexts via a relative factor, divides the Web of trust into personalized trust networks by applying a segment algorithm and finally locates recommenders with high reputation through trust opinion iteration among users. Simulation results show that the suggested approach in this paper helps to reduce the cost in information collection as well as improve the efficiency and precision of service selection results.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利