基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着近年来Web服务数量的快速增长,用户-服务QoS(Quality of Service)记录矩阵变得日益稀疏.为了解决传统协同过滤算法在稀疏数据集上预测精确性不高的问题,利用欧几里得距离对数值敏感的特点,将云模型特征向量的欧几里得距离转换成云模型的相似度.对基于云模型的协同过滤算法改进,并将改进算法用于Web服务QoS的动态预测.考虑用户调用同一服务提供商的不同服务有相似体验,再结合云模型的相似度对QoS记录矩阵进行填充,在预测用户调用某服务的QoS时使用填充后的QoS记录矩阵进行计算,从而有利于解决稀疏矩阵下预测准确度难以提高的问题.实验表明,使用该算法的预测结果相较于传统的协同过滤算法有更低的平均绝对误差(MAE),能获得更高的推荐质量.
推荐文章
一种基于QoS约束的Web服务选择模型
Web服务
服务质量
诱导有序加权平均算子
信誉度
改进QoS的云服务评价模型
模型改进
QoS
云服务评价模型
云服务框架
动态服务
熵值法
一种轻量级的Web服务QoS预测机制
Web服务
服务质量预测
服务器端
卡尔曼滤波
QoS感知的Web服务推荐模型
服务质量感知
用户上下文感知
服务推荐
层次分析法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于云模型的Web服务QoS预测
来源期刊 计算机应用与软件 学科 工学
关键词 Web服务 QoS预测 协同过滤 云模型 相似度计算
年,卷(期) 2017,(11) 所属期刊栏目 软件技术与研究
研究方向 页码范围 20-25,73
页数 7页 分类号 TP3
字数 6854字 语种 中文
DOI 10.3969/j.issn.1000-386x.2017.11.004
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 胡志刚 中南大学软件学院 188 1174 17.0 23.0
2 段秋实 中南大学软件学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (69)
共引文献  (195)
参考文献  (11)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(13)
  • 参考文献(0)
  • 二级参考文献(13)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(6)
  • 参考文献(1)
  • 二级参考文献(5)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(10)
  • 参考文献(0)
  • 二级参考文献(10)
2010(9)
  • 参考文献(2)
  • 二级参考文献(7)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(9)
  • 参考文献(1)
  • 二级参考文献(8)
2014(9)
  • 参考文献(4)
  • 二级参考文献(5)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
Web服务
QoS预测
协同过滤
云模型
相似度计算
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导