针对服务计算环境下用户对其所使用服务的评分, 依据其服务关注点的不同而不同, 即使是同一个服务, 不同用户的评价标准也不一样, 推荐者的选取不仅与其所处环境上下文有关, 还与推荐者对服务的关注点有关。为了使用户推荐更加可靠、有效, 提出基于服务关注点相似度的推荐算法。该算法解决了用户盲目搜索推荐者的问题, 使用聚类算法生成用户聚类簇, 根据用户间的相似度在聚类簇内进行推荐者的搜索, 既提高了推荐的可靠性, 又提高了搜索的效率。实验显示, 此算法比传统算法在推荐准确性与推荐搜索效率上存在明显优势。
