第59卷第1期2023年1月南京大学学报（自然科学）（NATURALSCIENCE）Vol.59,No.1Jan.,2023JOURNALOFNANJINGUNIVERSITY基于用户特征聚类与服务质量预测的推荐方法刘佳慧,袁卫华,曹家伟,张涛,张志军*（山东建筑大学计算机科学与技术学院，济南，250101）摘要：随着服务系统中Web服务的不断增加，为用户进行个性化Web服务推荐成为服务计算领域最热门的研究课题之一，然而，服务推荐面临不可靠用户和服务导致推荐的不准确性问题.为了解决上述问题，提出一种基于位置和信誉感知的Web服务推荐方法.首先采用粒子群优化（ParticleSwarmOptimization，PSO）对用户进行聚类，得到相似用户；其次，计算用户和服务的信誉来识别可信的用户和服务；最后，将相似用户和可信服务的信息整合到矩阵分解（MatrixFactorization，MF）中，为用户预测缺失的服务质量（QualityofService，QoS）.在真实数据集WS⁃Dream上的实验验证了提出方法的可行性与有效性.与其他先进的预测方法相比，该方法的MAE（MeanAbsoluteError）和RMSE（RootMeanSquaredError）较低，证明该方法有较高的预测准确性.关键词：服务推荐，用户聚类，粒子群优化，位置感知，信誉感知，矩阵分解中图分类号：TP391文献标志码：ARecommendationmethodbasedonuserfeatureclusteringandqualityofservicepredictionLiuJiahui,YuanWeihua,CaoJiawei,ZhangTao,ZhangZhijun*(SchoolofComputerScienceandTechnology，ShandongJianzhuUniversity，Ji′nan，250101，China)Abstract:WiththecontinuousincreaseofWebservicesinservicesystems，personalizedWebservicerecommendationforusershasbecomeoneofthemostpopularresearchtopicsinthefieldofservicecomputing.However，servicerecommendationfacestheproblemofinaccuracycausedbyunreliableusersandservices.Tosolvetheseproblems，thispaperproposesalocation⁃andreputation⁃awareWebservicerecommendationmethod.Firstly，ParticleSwarmOptimization(PSO)isusedtoclusteruserstoobtainsimilarusers.Secondly，thereputationofusersandservicesiscalculatedtoidentifytrustedusersandservices.Finally，theinformationofsimilarusersandtrustedservicesarecombinedintoMatrixFactorization(MF)，soastopredictthemissingQualityofService(QoS)forusers.ThefeasibilityandeffectivenessoftheproposedmethodareverifiedbyexperimentsontherealdatasetWS⁃Drea...
