基于覆盖随机游走算法的服务质量预测

• 作者: 严远亭 何强 张以文 李炜 汪开斌 陈洁
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 服务质量 质量预测 随机游走 覆盖算法 协同过滤
• 年，卷（期）: 2018,（12）
• 页码范围: 2756-2768
• 页数: 13页
• 分类号: TP18
• 字数: 9929字
• 语种: 中文
• DOI: 10.11897/SP.J.1016.2018.02756

摘要

随着互联网上Web服务的日益增多,面对大量功能相同的候选服务,用户希望能够选择质量最优的候选服务.然而,用户通常并不知道所有候选服务的服务质量(Quality of Service,QoS).因此,基于Web服务的历史记录预测QoS值得到了广泛关注.传统的基于协同过滤(CF)的预测方法可能会遭遇数据稀疏、用户信任等问题,导致该方法在预测精度方面表现一般.为解决上述问题,该文提出一种基于覆盖随机游走算法的服务质量预测方法.该方法首先基于用户服务历史QoS记录,使用改进的覆盖算法对用户进行聚类,选取与每个用户聚类次数的Top-k个用户为该用户的信任用户,连接所有用户与其信任用户构建用户信任网;其次,基于用户信任网提出一种随机游走预测方法,在随机游走的过程中,不仅考虑目标服务的QoS信息,同时考虑相似服务的QoS信息,以确保QoS预测的准确性;最后,每次随机游走获得一个QoS值,为使预测更加准确,作者进行多次随机游走,汇总所有QoS值进行预测.为验证文中方法的有效性,作者在真实的Web服务数据集进行了大量实验,其中包括来自339个用户的5825个真实世界Web服务的1 974 675个Web服务调用.实验结果表明文中方法在预测精度上明显优于现有方法,同时可以很好地解决推荐系统的数据稀疏和用户信任问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李炜	安徽大学计算智能与信号处理教育部重点实验室	69	399	12.0	14.0
2	张以文	安徽大学计算智能与信号处理教育部重点实验室	45	260	9.0	14.0
6	陈洁	安徽大学计算智能与信号处理教育部重点实验室	48	232	8.0	13.0
10	严远亭	安徽大学计算机科学与技术学院	8	28	3.0	5.0
11	汪开斌	安徽大学计算机科学与技术学院	1	7	1.0	1.0
12	何强	澳大利亚斯威本科技大学电子信息及软件工程学院	1	7	1.0	1.0