1、隨著互聯(lián)網(wǎng)技術(shù)的不斷發(fā)展，Web服務(wù)推薦與選擇已經(jīng)逐漸成為學(xué)術(shù)界和工業(yè)界共同關(guān)注的重要研究?jī)?nèi)容,服務(wù)質(zhì)量(QoS)是成功進(jìn)行Web服務(wù)推薦的關(guān)鍵性因素。然而，Web服務(wù)的QoS值在運(yùn)行時(shí)刻可能會(huì)因?yàn)榉?wù)器超載，網(wǎng)絡(luò)條件等多種因素的影響而發(fā)生變化。由于Web服務(wù)環(huán)境的動(dòng)態(tài)性，目前現(xiàn)有的服務(wù)選擇方法通常無(wú)法有效地涵蓋QoS內(nèi)在的不確定性，使得服務(wù)推薦結(jié)果與實(shí)際結(jié)果偏差較大。為解決Web服務(wù)的QoS值的動(dòng)態(tài)性以及目前算法忽視QoS內(nèi)在的不確定

2、性,導(dǎo)致服務(wù)選擇可靠性差問(wèn)題，本文提出一種改進(jìn)的基于協(xié)同過(guò)濾的Web服務(wù)推薦方法，該方法的引入使得服務(wù)用戶(hù)不需要對(duì)Web服務(wù)進(jìn)行調(diào)用，只需要對(duì)歷史的Web服務(wù)的QoS信息進(jìn)行分析挖掘就能找出適合用戶(hù)的最優(yōu)Web服務(wù)。
　　本文提出的推薦算法不同于傳統(tǒng)的推薦算法，主要表現(xiàn)在以下幾個(gè)方面：在服務(wù)可靠性方面，本文引入云模型中的逆向云算法來(lái)解決QoS內(nèi)在不確定性導(dǎo)致的服務(wù)選擇可靠性差問(wèn)題，把不可靠的服務(wù)剔除；在相似度計(jì)算方面，本文算法在計(jì)

3、算用戶(hù)間相似度時(shí)，充分考慮了Web服務(wù)的內(nèi)在特征，在計(jì)算服務(wù)間相似度時(shí)，充分考慮了用戶(hù)的內(nèi)在特征；在對(duì)QoS缺省值預(yù)測(cè)方面，為了緩解負(fù)數(shù)對(duì)預(yù)測(cè)性能的影響，本文對(duì)傳統(tǒng)的基于服務(wù)的QoS預(yù)測(cè)算法和基于用戶(hù)的QoS預(yù)測(cè)算法進(jìn)行改進(jìn)；當(dāng)為目標(biāo)用戶(hù)預(yù)測(cè)的QoS值為負(fù)數(shù)時(shí)，使用服務(wù)或者用戶(hù)QoS值算術(shù)平均的方法進(jìn)行計(jì)算填充。最后聯(lián)合基于服務(wù)的QoS預(yù)測(cè)算法和基于用戶(hù)的QoS預(yù)測(cè)算法采用自適應(yīng)均衡權(quán)重的方法給出最終的QoS預(yù)測(cè)結(jié)果。為驗(yàn)證本文提出算法