Spark框架下基于对比散度的网络服务TLRBM推荐算法

• 作者: 那勇
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: Spark框架 并行化 Web服务 玻尔兹曼机 推荐算法 云计算 大数据
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 算法
• 页码范围: 293-299
• 页数: 7页
• 分类号: TP391.9
• 字数: 6311字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2019.08.049

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	那勇		18	64	4.0	8.0