基于CART与SlopeOne的服务质量预测算法

• 作者: 余方正 徐文庭 殷昱煜 王兴菲 王菊仙
• 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 SlopeOne 分类与回归树
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 业务过程管理技术
• 页码范围: 1080-1090
• 页数: 11页
• 分类号: TP312
• 字数: 9538字
• 语种: 中文
• DOI: 10.13196/j.cims.2017.05.019

摘要

针对现有的预测算法大多未有效利用用户一服务对的潜在特征问题,提出一种基于分类和SlopeOne的预测算法,通过用户一服务对的历史服务质量值提取出用户和服务的个性特征(用户和服务的服务质量均值与方差);基于提取出的特征,使用CART(classification and regression trees)对用户—服务对进行分类;使用SlopeOne算法在目标用户和目标服务所在的分类集合数据集上进行回归预测,提高了预测准确度;选用真实数据集WS-Dream进行实验,实验结果表明该方法在数据稀疏情况下具有较好的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	殷昱煜	杭州电子科技大学计算机学院	3	43	3.0	3.0
7	徐文庭	杭州电子科技大学计算机学院	2	9	2.0	2.0
11	王菊仙	杭州电子科技大学计算机学院	1	6	1.0	1.0
12	王兴菲	杭州电子科技大学计算机学院	1	6	1.0	1.0
13	余方正	杭州电子科技大学计算机学院	1	6	1.0	1.0