—The last decade has witnessed a tr

—The last decade has witnessed a tremendous growth of web services as a major technology for sharing data, computing
resources, and programs on the web. With increasing adoption and presence of web services, designing novel approaches for efficient
and effective web service recommendation has become of paramount importance. Most existing web service discovery and
recommendation approaches focus on either perishing UDDI registries, or keyword-dominant web service search engines, which
possess many limitations such as poor recommendation performance and heavy dependence on correct and complex queries from
users. It would be desirable for a system to recommend web services that align with users’ interests without requiring the users to
explicitly specify queries. Recent research efforts on web service recommendation center on two prominent approaches: collaborative
filtering and content-based recommendation. Unfortunately, both approaches have some drawbacks, which restrict their applicability in
web service recommendation. In this paper, we propose a novel approach that unifies collaborative filtering and content-based
recommendations. In particular, our approach considers simultaneously both rating data (e.g., QoS) and semantic content data (e.g.,
functionalities) of web services using a probabilistic generative model. In our model, unobservable user preferences are represented by
introducing a set of latent variables, which can be statistically estimated. To verify the proposed approach, we conduct experiments
using 3,693 real-world web services. The experimental results show that our approach outperforms the state-of-the-art methods on
recommendation performance.

ผลลัพธ์ (ไทย) 1:

— ทศวรรษซิกข์เติบโตมหาศาลของเว็บบริการเป็นเทคโนโลยีหลักสำหรับการแบ่งปันข้อมูล คอมพิวเตอร์ทรัพยากร และโปรแกรมบนเว็บ ด้วยการเพิ่มการยอมรับและสถานะของบริการบนเว็บ การออกแบบนวนิยายวิธีสำหรับประสิทธิผลและแนะนำบริการเว็บมีประสิทธิภาพกลายเป็นความสำคัญยิ่ง การค้นพบบริการเว็บที่มีอยู่มากที่สุด และแนะนำวิธีโฟกัสภัยพิบัติ UDDI รีจิสทรี หรือเครื่องมือค้นหาของบริการของเว็บโดดเด่นสำคัญ ซึ่งมีข้อจำกัดมากมายเช่นประสิทธิภาพต่ำคำแนะนำและสอบถามข้อมูลที่ถูกต้อง และมีความซับซ้อนจากพึ่งหนักผู้ใช้ มันจะต้องเพื่อแนะนำบริการเว็บที่สอดคล้องกับความสนใจของผู้ใช้โดยไม่ต้องการให้ผู้ใช้ ระบบระบุแบบสอบถาม วิจัยล่าสุดในเว็บแนะนำบริการในสองวิธีที่โดดเด่น: ร่วมกันfiltering และคำแนะนำตามเนื้อหา แต่น่าเสียดาย ทั้งสองวิธีมีเล็ก ซึ่งจำกัดการใช้ในแนะนำเว็บบริการ ในกระดาษนี้ เราเสนอวิธีการใหม่ที่ filtering unifies ร่วมกัน ตามเนื้อหาและคำแนะนำ โดยเฉพาะ แนวทางพิจารณาพร้อมกันทั้งข้อมูลการจัดอันดับ (เช่น QoS) และเนื้อหาข้อมูลทางตรรก (เช่นฟังก์ชันการทำงาน) บริการเว็บโดยใช้แบบจำลองส่วน probabilistic ในแบบของเรา ลักษณะผู้ใช้ unobservable แสดงโดยintroducing a set of latent variables, which can be statistically estimated. To verify the proposed approach, we conduct experimentsusing 3,693 real-world web services. The experimental results show that our approach outperforms the state-of-the-art methods onrecommendation performance.

ผลลัพธ์ (ไทย) 2:

ทศวรรษที่ผ่านมา -The ได้เห็นการเจริญเติบโตอย่างมากในการให้บริการเว็บเป็นเทคโนโลยีที่สำคัญสำหรับการแบ่งปันข้อมูลคอมพิวเตอร์
ทรัพยากรและโปรแกรมบนเว็บ ด้วยการเพิ่มการยอมรับและการปรากฏตัวของบริการเว็บการออกแบบวิธีการใหม่สำหรับประสิทธิภาพ Fi EF
และคำแนะนำบริการเว็บที่มีประสิทธิภาพได้กลายเป็นความสำคัญยิ่ง ส่วนใหญ่ที่มีอยู่บริการเว็บค้นพบและ
ข้อเสนอแนะวิธีการมุ่งเน้นทั้งพินาศลงทะเบียน UDDI หรือคำหลักที่โดดเด่นเครื่องมือค้นหาบริการเว็บซึ่ง
มีข้อ จำกัด หลายอย่างเช่นผลการดำเนินงานข้อเสนอแนะที่น่าสงสารและการพึ่งพาหนักในคำสั่งที่ถูกต้องและมีความซับซ้อนจาก
ผู้ใช้ มันจะเป็นที่พึงประสงค์สำหรับระบบการแนะนำบริการเว็บที่สอดคล้องกับความสนใจของผู้ใช้โดยไม่ต้องให้ผู้ใช้เพื่อ
ระบุอย่างชัดเจนคำสั่ง ความพยายามในการวิจัยล่าสุดเกี่ยวกับคำแนะนำศูนย์บริการเว็บบนสองวิธีที่โดดเด่น: การทำงานร่วมกัน
ltering fi และข้อเสนอแนะตามเนื้อหา แต่น่าเสียดายที่ทั้งสองวิธีมีข้อบกพร่องบางอย่างซึ่ง จำกัด การบังคับใช้ของพวกเขาในการ
ให้คำแนะนำบริการเว็บ ในบทความนี้เราจึงนำเสนอแนวทางใหม่ที่ Uni Fi ES Fi ltering และเนื้อหาที่ใช้ร่วมกัน
ให้คำแนะนำ โดยเฉพาะอย่างยิ่งวิธีการของเราจะพิจารณาไปพร้อม ๆ กันทั้งข้อมูลคะแนน (เช่น QoS) และข้อมูลเนื้อหาความหมาย (เช่น
ฟังก์ชันการทำงาน) ของบริการเว็บโดยใช้รูปแบบการกำเนิดความน่าจะเป็น ในรูปแบบของเราตั้งค่าของผู้สำรวจจะแสดงโดย
การแนะนำชุดของตัวแปรแฝงซึ่งสามารถประมาณทางสถิติ เพื่อตรวจสอบวิธีการที่เสนอให้เราดำเนินการทดลอง
ใช้บริการเว็บ 3693 โลกแห่งความจริง ผลการทดลองแสดงให้เห็นว่าวิธีการของเรามีประสิทธิภาพดีกว่าวิธีการที่รัฐของศิลปะใน
การปฏิบัติงานข้อเสนอแนะ

ผลลัพธ์ (ไทย) 3:

- ทศวรรษที่ผ่านมาได้เห็นการเติบโตอย่างมากของเว็บเซอร์วิสเป็นเทคโนโลยีที่สำคัญสำหรับการแบ่งปันข้อมูล คอมพิวเตอร์ทรัพยากรและโปรแกรมบนเว็บ ด้วยการเพิ่มการยอมรับและการแสดงตนของเว็บบริการออกแบบแนวคิดใหม่สำหรับ EF จึง cientและแนะนำบริการเว็บที่มีประสิทธิภาพได้กลายเป็นสิ่งที่สำคัญที่สุด บริการเว็บและการค้นพบมากที่สุดที่มีอยู่แนะนำวิธีการมุ่งเน้นให้พินาศยูดีดีไอรีจิสทรีหรือคีย์เวิร์ดเด่นบริการเว็บเครื่องมือค้นหาที่มีข้อจำกัดหลายอย่าง เช่น การแสดง และการพึ่งพาคำแนะนำจนหนักและซับซ้อน จากการสอบถามให้ถูกต้องผู้ใช้ คงจะถูกใจสำหรับระบบแนะนำเว็บที่สอดคล้องกับความสนใจของผู้ใช้โดยไม่ต้องมีผู้ใช้อย่างชัดเจนระบุแบบสอบถาม การวิจัยล่าสุดความพยายามในศูนย์บริการแนะนำเว็บเด่นสองวิธี : )จึง ltering และเนื้อหาแนะนำ แต่น่าเสียดายที่ทั้งสองวิธีมีข้อเสีย ซึ่ง จำกัด การใช้ของพวกเขาในแนะนำบริการเว็บ ในงานวิจัยนี้ได้นำเสนอแนวคิดใหม่ว่า ยูนิจึงร่วมกันถ่ายทอดเนื้อหา ltering ES และแนะนํา โดยเฉพาะวิธีการพิจารณาพร้อมกันทั้งการประเมินข้อมูล ( เช่น QoS ) และข้อมูลเนื้อหาความหมาย ( เช่นฟังก์ชัน ) ของบริการบนเว็บโดยใช้การเข้ารุ่น ในแบบของเรา ความชอบของผู้ใช้ unobservable จะแสดงโดยแนะนำชุดของตัวแปรแฝงซึ่งสามารถคำนวณทางสถิติ เพื่อตรวจสอบวิธีการที่เสนอ เราดำเนินการทดลองการใช้ 3693 บริการเว็บที่เป็นจริง ผลการทดลองแสดงให้เห็นว่าวิธีการของเรามีประสิทธิภาพดีกว่าวิธีการรัฐ - of - the - art บนงานแนะนำ