مشخصات مقاله:
عنوان فارسی مقاله:
توصیه سرویس مبتنی بر شبکه اجتماعی با افزایش اعتماد
عنوان انگلیسی مقاله:
Social network-based service recommendation with trust enhancement
کلمات کلیدی مقاله:
شبکه اجتماعی، توصیه سرویس، اعتماد-افزوده، گام تصادفی
مناسب برای رشته های دانشگاهی زیر:
مهندسی کامپیوتر و فناوری اطلاعات
مناسب برای گرایش های دانشگاهی زیر:
امنیت اطلاعات، اینترنت و شبکه های اجتماعی
وضعیت مقاله انگلیسی و ترجمه:
مقاله انگلیسی را میتوانید به صورت رایگان با فرمت PDF از باکس زیر دانلود نمایید. ترجمه این مقاله با فرمت WORD – DOC آماده خریداری و دانلود آنی میباشد.
فهرست مطالب:
چکیده
مقدمه
مسأله پراکندگی
مسأله شروع سرد
مسأله امانت داری
کار مرتبط
تعریف مسأله و موارد مقدماتی
رهیافت توصیه اعتماد-افزوده
رابطه اعتماد
الگوریتم توصیه
امتیازدهی
ارزیابی و تحلیل
چیدمان آزمایش
سنجه های ارزیابی
نتایج تجربی
نتیجه گیری
قسمتی از مقاله انگلیسی و ترجمه آن:
1. Introduction
Service computing, which provides flexible computing architectures to support the modern service industry, has emerged as a promising research area. (Deng, Huang, Li, & Yin, 2014a) With the prevalence of cloud computing, more and more modern services are being deployed in cloud infrastructures, providing rich functionalities. The numbers of services and service users are increasing dramatically (Deng, Huang, Tan, & Wu, 2014b; Deng, Wu, & Wu, 2013a). There has been an enormous explosion in data generation by these services, with a prevalence of user social networks, mobile devices, and large-scale service-oriented systems (Deng, Huang, Wu, & Xiong, 2013b). The overwhelming amount of service-generated data makes it more difficult for users to find appropriate services from a large number of candidate services to meet their functional and non-functional requirements. In most cases, users do not clearly know what they need or know about the existence of potential services on the Internet. As a result, service recommendation plays an increasingly more important role in helping users out of the service overload predicament and automatically recommending proper services for users (Deng, Huang, Wu, & Wu, 2014).
1- مقدمه
رایانش خدمات، که معماری رایانش انعطاف پذیری را برای پشتیبانی صنعت خدمات مدرن فراهم می کند به عنوان یک عرصه پژوهش نویدبخش ظهور یافته است (Deng, Huang, Li, & Yin, 2014a). با رواج رایانش ابری سرویسهای مدرن بیشتر و بیشتری در زیرساختهای ابری به کار می روند، که عملکردهای ارزشمندی را فراهم می کنند. تعداد سرویس ها و کاربران سرویس ها به صورت محسوسی در حال افزایش است Deng, Huang, Tan, & Wu, 2014b; Deng, Wu, & Wu, 2013a). یک انفجار عظیم در تولید داده توسط این سرویسها با رواج شبکه های اجتماعی به وقوع پیوسته است که شامل دستگاه های همراه و سیستم های سرویس گرای بزرگ مقیاس است (Deng, Huang, Wu, & Xiong, 2013b). اکثر داده های تولید شده در سرویس، امکان یافتن سرویس های مناسب از میان تعداد زیادی از سرویس های داوطلب که قادر به پوشش نیاز تابعی و غیر تابعی هستند را مشکل می کند. در بسیاری از موارد، کاربران دقیقا نمی دانند که چه چیزی را درباره وجود سرویس بالقوه در اینترنت میخواهند یا میدانند. در نتیجه، توصیه سرویس یک نقش فزاینده مهم در کمک به کاربران برای رهایی از مخمصه انتخاب بین سرویس ها و همچنین توصیه خودکار در مورد سرویس های مناسب به کاربران دارد (Deng, Huang,Wu, & Wu, 2014).