6月27日，信息学院计算机系张艳梅副教授赴美国旧金山参加了2016年IEEE世界服务盛会。张艳梅副教授及其学生(2016届硕士生雷霆霈、2016届本科生王岩)撰写的论文《A Service Recommendation Algorithm Based on Modeling of Implicit Demands》被录为ICWS2016 (2016 IEEE International Conference on Web Services)会议的研究论文（CCF推荐B类会议，2016年的接收率为13%）。张艳梅副教授在会上对论文内容进行了口头报告，与参会专家和学者分享了自己的研究成果，也获得了与会同行的好评和指点。

服务推荐是服务计算领域研究的热点问题之一，目前的服务推荐算法存在过拟合和冷启动问题，且无法满足动态多样、潜移默化的用户需求，论文提出一种能够综合考虑用户动态多样需求的服务推荐算法。该算法利用机器学习领域改进后的LDA模型提取用户隐式需求因子，并基于这些隐式需求因子为用户进行服务推荐。为了验证算法的性能，张艳梅副教授及其学生从真实的服务交易平台ProgrammableWeb上爬取了大量数据作为实验数据集，基于WsDream和ProgrammableWeb两个数据集对算法性能进行检验，实验结果均表明:该算法在准确性、多样性和新颖性等方面的性能指标均显著优于已有相关算法，且在一定程度上缓解了过拟合和冷启动问题。论文最后对算法抽取的需求因子与用户真实需求的对应关系进行了分析，并给出了算法应用的具体场景。

ICWS是服务计算领域的顶级会议，与ICWS2016同属于2016年IEEE世界服务盛会还包括：第9届IEEE云计算年会（Cloud2016）、第13届IEEE服务计算年会（SCC2016）、第五届大数据年会（BigData Congress 2016）和第5届移动服务年会（MS2016）。这六个会议共同围绕“服务”这一主题，同时又各自侧重不同的探索主题。因此，在此次会议期间，张艳梅副教授还就大数据服务、移动服务、电子服务经济、云计算与物联网服务等领域内前沿问题与同行专家进行了深入交流和充分讨论。