基于QoS反向交叉預(yù)測的Web服務(wù)推薦系統(tǒng)研究.pdf

1、隨著云計(jì)算的發(fā)展，越來越多的應(yīng)用以云端服務(wù)的形式開放，隨之引發(fā)了Web服務(wù)數(shù)量的爆炸式增長，互聯(lián)網(wǎng)上涌現(xiàn)出越來越多的功能相同但服務(wù)質(zhì)量(QoS)不同的Web服務(wù)。面對如此龐大的服務(wù)集合，用戶手工在服務(wù)注冊中心或者搜索引擎上查找所需服務(wù)變得越來越困難?；赒oS的服務(wù)推薦，旨在從眾多等功能服務(wù)中挑選出滿足用戶QoS需求的服務(wù)，已經(jīng)成為服務(wù)計(jì)算(SOC)領(lǐng)域最炙手可熱的研究方向之一。
　　 以往的研究工作已經(jīng)充分利用了候選服務(wù)的Qo

2、S屬性來解決此問題，然而這些工作都是基于一個(gè)共同的前提，那就是假設(shè)所有候選Web服務(wù)針對目標(biāo)用戶的QoS值均已知。由于Web服務(wù)的QoS具有不確定性（同一個(gè)Web服務(wù)針對不同用戶的QoS存在很大差異）以及不完整性（很少有用戶曾調(diào)用過所有的候選Web服務(wù)），因而這種假設(shè)和實(shí)際應(yīng)用的情況存在相當(dāng)大的差距，換而言之，很多Web服務(wù)針對目標(biāo)用戶的QoS是未知的。
　　 為解決QoS值缺失的問題，本文基于協(xié)同過濾的思想，提出一種創(chuàng)新的Qo

3、S預(yù)測算法DRaC。DRaC算法中引入了數(shù)據(jù)平滑機(jī)制，對訓(xùn)練集中的用戶進(jìn)行聚類操作，并利用各聚類中用戶的歷史QoS信息對預(yù)測系統(tǒng)的輸入數(shù)據(jù)集進(jìn)行數(shù)據(jù)平滑化預(yù)處理，可以有效提高系統(tǒng)的QoS預(yù)測準(zhǔn)確度。不同于傳統(tǒng)的基于協(xié)同過濾的預(yù)測算法， DRaC算法提出了反向交叉預(yù)測方法，充分合理利用了訓(xùn)練矩陣中相似度較低的用戶與服務(wù)數(shù)據(jù)，可改善數(shù)據(jù)稀疏問題為預(yù)測系統(tǒng)帶來的影響，優(yōu)化了預(yù)測效果。此外DRaC算法提出基于用戶反饋的信任度模型，在線統(tǒng)計(jì)學(xué)習(xí)用