云计算理论与技术的快速发展,使得越来越多的中小企业和个人用户开始选择按需定制、配置灵活、动态可扩展且更新与维护代价低廉的各类云服务。而对于专业知识相对匮乏的用户而言,快速选择既可达到特定功能需求又能满足隐性用户兴趣的云服务是极其困难的,迫切需要研究相关的云服务推荐问题。本项目针对云服务应用的新特点,从云服务用户兴趣建模、个性化推荐方法以及推荐算法综合评价等方面,系统研究软件服务化背景下的云服务推荐方法。主要研究内容包括建立云服务的用户兴趣表示模型,研究基于交易信息、在线行为和服务评论等多源数据的用户兴趣多粒度知识发现方法;探索软件服务化背景下的云服务推荐过程模型,研究设计面向单一及组合应用的云服务个性化推荐算法;分析传统推荐算法度量指标的适用性,并建立考虑用户兴趣满足的推荐算法新度量,进而研究云服务推荐算法的综合评价方法,为软件服务化背景下云服务的用户兴趣发现与个性化推荐提供理论支持。
英文主题词Software as a Service;Cloud Service;Intelligent Recommendation;Social Network;Performance Prediction