个性化Web服务质量预测方法
Web服务的选择和推荐问题已经成为服务计算领域内的一大研究热点.在帮助用户选择和推荐其满意的Web服务时必须同时考虑服务质量(QoS)的功能性和非功能性属性.为了解决这一难题,许多研究者提出把协同过滤推荐系统引入到Web服务质量预测领域.但是,现有基于协同过滤方法的QoS预测在进行相似性计算时是对整个用户一服务矩阵进行计算.与以往基于QoS的Web服务质量预测方法不同之处在于提出的方法是使用服务之间的相异性计算代替相似性计算.该方法能够根据测试用户的相异用户对服务QoS的调用信息自动地为测试用户预测未调用的服务QoS属性值.实验结果表明,该方法与经典的算法相比能够提供更加准确的预测性能,同时降低计算的复杂度.
Web服务质量 推荐系统 协同过滤 预测方法
沈力 谢琪
重庆市第三人民医院 重庆400014 西南民族大学计算机科学与技术学院 成都610041
国内会议
重庆
中文
140-144
2013-07-27（万方平台首次上网日期，不代表论文的发表时间）