10.3969/j.issn.1000-386x.2019.08.049
Spark框架下基于对比散度的网络服务TLRBM推荐算法
为提高Web服务推荐算法的可靠性和时效性,提出一种Spark框架下基于对比散度的网络服务推荐算法.基于用户之间的直接信任关系,构建信任网络无向图模型,提出一种基于两层受限玻尔兹曼机的Web服务质量预测模型TLRBM (Two Layers Restricted Boltzmann Machine Model),并将该模型应用于Web服务质量预测.为提高算法处理Web服务大数据的能力,采用对比散度算法CD(Contrastive Divergence)来提高收敛速度,并采用Spark框架实现TLRBM的并行化执行,大幅度提升了Web服务推荐算法的计算速度.通过在Epinions数据集上的仿真测试,验证了该算法在Web服务推荐算法的可靠性和时效性上的性能优势.
Spark框架、并行化、Web服务、玻尔兹曼机、推荐算法、云计算、大数据
36
TP391.9(计算技术、计算机技术)
吉林省科技发展计划资助项目20190902010TC
2019-08-28(万方平台首次上网日期,不代表论文的发表时间)
共7页
293-299