基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着网络上发布的Web API服务越来越多,如何推荐给开发者用户感兴趣、信誉度高的Web API服务,以构建高质量高可信的软件服务系统,成为一个具有挑战性的研究问题。为此,提出一种基于用户使用历史与信誉评价的Web API服务推荐方法。计算用户使用历史记录与Web API之间的相似度,获得Web API的用户兴趣值。综合用户的Web API评分,调用Web API的Mashup服务的评价贡献和Alexa统计的Web API访问流量,获得Web API的信誉评价值。根据Web API的用户兴趣值以及信誉评价值,实现Web API的排名与推荐。实验结果表明,该方法推荐的Web API用户兴趣度DCG值高于SR-Based方法,服务信誉度DCG值高于UI-Based方法。
推荐文章
基于用户历史行为的协同过滤推荐算法
数据挖掘
协同过滤
用户偏好
项目相似度
个性化推荐
基于Web的旅游产品推荐系统设计与研究
Web
旅游产品
SQL语言
推荐系统设计
购买率
用户满意度
面向用户均衡需求的Web服务资源智能推荐方法
Web服务资源
智能推荐
功能属性
非功能属性
基于大数据的Web个性化推荐系统设计
大数据
Hadoop
Web个性化推荐
系统设计
Sqoop
H-ICRS算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于用户使用历史与信誉评价的Web API推荐
来源期刊 计算机工程 学科 工学
关键词 Web API服务 用户使用历史 用户兴趣度 信誉评价 服务信誉度 Web API推荐
年,卷(期) 2015,(6) 所属期刊栏目 ?先进计算与数据处理?
研究方向 页码范围 43-48,55
页数 7页 分类号 TP301
字数 5508字 语种 中文
DOI 10.3969/j.issn.1000-3428.2015.06.009
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 曹步清 湖南科技大学计算机科学与工程学院 31 107 6.0 8.0
3 刘建勋 湖南科技大学计算机科学与工程学院 106 714 13.0 22.0
4 唐明董 湖南科技大学计算机科学与工程学院 31 228 8.0 14.0
7 谢芬方 湖南科技大学计算机科学与工程学院 1 6 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (41)
参考文献  (3)
节点文献
引证文献  (6)
同被引文献  (5)
二级引证文献  (0)
1970(1)
  • 参考文献(0)
  • 二级参考文献(1)
1972(1)
  • 参考文献(1)
  • 二级参考文献(0)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
Web API服务
用户使用历史
用户兴趣度
信誉评价
服务信誉度
Web API推荐
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
论文1v1指导