考虑数据变化范围的Web服务服务质量协同预测方法

• 作者: 李峰 申利民 陈真
• 来源期刊: 计算机集成制造系统
• 学科: 工学
• 关键词: Web服务 服务质量预测 协同过滤 高斯归一化
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 制造模式与制造服务技术
• 页码范围: 215-224
• 页数: 10页
• 分类号: TP393
• 字数: 9487字
• 语种: 中文
• DOI: 10.13196/j.cims.2017.01.023

摘要

针对Web服务QoS数据变化范围不同将导致传统协同过滤方法的邻居对目标用户的贡献度不均、进而影响预测结果的准确性的问题,提出一种基于高斯映射的协同预测方法,采用高斯归一化理论,将处于不同区域的服务质量数据映射到一个统一区间,通过皮尔逊相关系数计算相似度,引入最小相似性阈值因子来过滤具有弱相关性的近邻,应用协同过滤算法计算归一化后服务质量矩阵中的缺失项,设计了还原算法并计算得到原始服务质量矩阵下的对应项,融合基于用户和基于服务的计算结果进行综合预测.通过真实数据集上的对比实验和实例验证结果表明,所提方法能有效解决因贡献度不均等导致的误差,进而提高预测结果的准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	申利民	燕山大学信息科学与工程学院	95	583	12.0	17.0
3	李峰	东北大学秦皇岛分校计算机与通信工程学院	27	190	7.0	13.0
6	陈真	燕山大学信息科学与工程学院	6	50	5.0	6.0