Resumen

En los últimos años, el número de servicios web crece de manera explosiva. Con una gran cantidad de recursos de información, es difícil para los usuarios encontrar rápidamente los servicios que necesitan. Por lo tanto, el diseño de un método efectivo de recomendación de servicios web se ha convertido en el factor clave para satisfacer los requisitos de los usuarios. Sin embargo, los métodos de recomendación tradicionales a menudo tienden a prestar más atención a la precisión de los resultados pero ignoran la diversidad, lo que puede llevar a la redundancia y al sobreajuste, reduciendo así la satisfacción de los usuarios. Teniendo en cuenta estas desventajas, se propone un método novedoso llamado DivMTID para mejorar la efectividad al lograr recomendaciones precisas y diversificadas. En primer lugar, utilizamos las puntuaciones históricas de los usuarios en los servicios web para explorar las preferencias de los usuarios. Y utilizamos el algoritmo TF-IDF para calcular el vector de peso de cada servicio web. En segundo lugar, utilizamos la similitud del coseno para calcular la similitud entre los servicios web candidatos y los servicios web

• Materias:Redes de radio Sistemas de información Comunicaciones inalámbricas Cifrado de bloques
• Subjects:Radio Networks Information systems Wireless communications Block ciphers
• Palabras claves:Servicios web; Método de recomendación; Diversidad; Precisión; Preferencias de los usuarios; DivMTID
• Keywords:Web services; Recommendation method; Diversity; Accuracy; Users preferences; DivMTID