一种基于聚类的服务QoS值协同过滤预测方法

• 作者: 任丽芳 陈三丽
• 来源期刊: 山西大学学报（自然科学版）
• 学科: 工学
• 关键词: 服务 QoS预测 聚类 协同过滤
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 信息科学
• 页码范围: 534-540
• 页数: 7页
• 分类号: TP391
• 字数: 4907字
• 语种: 中文
• DOI: 10.13451/j.cnki.shanxi.univ(nat.sci.).2019.04.01.002

摘要

现有的服务QoS(quality of service,服务质量)值预测方法通常是基于近邻的协同过滤,其中的近邻个数K对于所有用户/服务都是固定的.如果K值太小则损失一部分相似信息,而如果K值太大则会将不相似信息考虑在内,这两种情况都会降低预测精度.文章提出一种基于聚类的服务QoS预测方法CQoSP(cluster-based QoSprediction),以一种自然的方式确定相似用户/服务的个数.CQoSP首先基于历史QoS记录对用户/服务空间进行聚类,然后基于与目标用户/服务同一类簇的用户/服务QoS数据预测缺失QoS值.真实数据集上的实验结果验证了CQoSP有效提高了服务QoS预测的准备度,与经典方法比较,CQoSP预测结果的平均绝对误差和均方根误差都是最小的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	任丽芳	山西财经大学信息学院	7	40	3.0	6.0
2	陈三丽	太原师范学院计算机科学与技术系	14	26	3.0	5.0