基于QoS预测的Web服务推荐算法的研究与实现

发布时间：2017-10-19 18:14

  本文关键词：基于QoS预测的Web服务推荐算法的研究与实现

  更多相关文章： Web服务 服务质量(QoS) 协同过滤 上下文信息 QoS预测

【摘要】：随着SOA的广泛应用,Web服务的数量在互联网上呈现爆炸性增长,这使得用户手动查找、选择和调用Web服务的工作难以进行,不再能满足用户的需求。因此,如何让用户高效地发现、推荐、选择和组合服务的算法研究成为了迫切的需要。如何在海量服务中找到符合用户功能需求描述的服务,是服务发现的研究内容。然而,因为近年来,大量功能相同而非功能属性完全不同的服务出现在互联网及云平台上,仅仅帮助用户找到符合功能描述的服务是远远不够的。如何从大量符合功能描述的服务中,有效地选择出一些非功能属性较高的服务提供给用户成为了研究热点和难点。但是,对于不同网络环境下的用户,服务所提供的QoS表现出强烈的不稳定性。因此仅根据服务供应商提供的静态QoS属性或历史的QoS均值进行服务推荐,可能会得到不满意的结果。此外,由于Web服务数量的不断激增,甚至呈现出爆炸性增长的趋势,用户不可能调用过全部的服务,绝大多数的服务的QoS对于用户来说是未知的,即Web服务的QoS存在着非完整性。服务的QoS所具有的不稳定性和非完整性,使得根据QoS进行服务选择的工作难以进行。因此,如何根据已有的历史QoS值,预测用户未调用过的服务的QoS值,显得尤为重要。基于此,本文提出了一种制造近邻的Web服务QoS的协同过滤预测算法。该算法首先通过上下文信息过滤对“稳定用户”类和“稳定服务”类进行QoS预测,然后引入迭代的思想,对“普通用户”和“普通服务”类进行制造近邻的协同过滤预测算法对该类用户进行预测,最后对需要预测的QoS中未有预测值的部分进行预测。通过对真实数据的实验预测,表明该算法具有较好的预测准确度。
【关键词】：Web服务 服务质量(QoS) 协同过滤 上下文信息 QoS预测
【学位授予单位】：华北电力大学(北京)
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.3;TP393.09
【目录】：

• 摘要5-6
• Abstract6-10
• 第1章 绪论10-16
• 1.1 研究背景10-12
• 1.1.1 Web服务10-11
• 1.1.2 Web服务与服务质量11-12
• 1.2 国内外研究现状12-15
• 1.2.1 SOA与Web服务12-13
• 1.2.2 Web服务的QoS指标13-14
• 1.2.3 QoS预测14-15
• 1.3 论文研究内容及成果15
• 1.4 论文组织结构15-16
• 第2章 相关概念介绍16-22
• 2.1 推荐系统16-18
• 2.1.1 用户模型17
• 2.1.2 推荐对象模型17-18
• 2.1.3 推荐算法模型18
• 2.2 协同过滤简介18-20
• 2.2.1 基于用户的协同过滤18-19
• 2.2.2 基于服务的协同过滤19
• 2.2.3 混合协同过滤19-20
• 2.3 准确度衡量标准20
• 2.3.1 均方根误差20
• 2.3.2 平均绝对值误差20
• 2.3.3 标准化平均绝对值误差20
• 2.4 本章小结20-22
• 第3章 协同过滤改进算法22-27
• 3.1 相似度计算方法改进22-24
• 3.1.1 相似度计算方法22-23
• 3.1.2 相似度计算方法的改进23-24
• 3.2 相似邻居选择方法改进24-25
• 3.2.1 相似邻居选择方法24
• 3.2.2 相似邻居选择方法的改进24-25
• 3.3 预测值计算方法改进25-26
• 3.3.1 预测值计算方法25
• 3.3.2 预测值计算方法的改进25-26
• 3.4 本章小结26-27
• 第4章 QoS预测算法27-40
• 4.1 上下文信息过滤27-30
• 4.1.1 上下文简介27-28
• 4.1.2 上下文获取28
• 4.1.3 上下文建模28-29
• 4.1.4 基于上下文的优化算法29-30
• 4.2 算法步骤30-33
• 4.2.1 填充矩阵30-31
• 4.2.2 普通QoS的预测31-32
• 4.2.3 特殊QoS的预测32-33
• 4.3 算法相关描述33-39
• 4.3.1 稳定用户和稳定服务预测33-34
• 4.3.2 普通用户类预测34-36
• 4.3.3 普通服务类预测36-38
• 4.3.4 普通用户和普通服务预测算法38
• 4.3.5 特殊预测算法38-39
• 4.4 本章小结39-40
• 第5章 实验与分析40-46
• 5.1 相关参数对预测准确度的影响40-44
• 5.1.1 DU和DS对预测准确度的影响40-41
• 5.1.2 snum和unum对预测准确度的影响41-42
• 5.1.3 sims和simu对预测准确度的影响42-44
• 5.1.4 ω对预测准确度的影响44
• 5.2 准确度对比分析44-45
• 5.3 本章小结45-46
• 第6章 总结与展望46-48
• 6.1 总结46-47
• 6.2 展望47-48
• 参考文献48-52
• 攻读硕士学位期间发表的论文及其它成果52-53
• 致谢53

【参考文献】

中国期刊全文数据库 前10条

1 张玉芳;代金龙;熊忠阳;;分步填充缓解数据稀疏性的协同过滤算法[J];计算机应用研究;2013年09期

2 丁坚;;Web服务组合综述[J];电子世界;2012年18期

3 马小洁;王晓军;;基于改进遗传算法的QoS感知Web服务组合[J];计算机技术与发展;2012年08期

4 李金忠;夏洁武;唐卫东;曾劲涛;王翔;吴兰英;;基于QoS的Web服务选择算法综述[J];计算机应用研究;2010年10期

5 胡建强;李涓子;廖桂平;;一种基于多维服务质量的局部最优服务选择模型[J];计算机学报;2010年03期

6 刘领兵;陈洁;;基于SOA/Web Services体系的移动应用系统开发框架[J];计算机应用与软件;2010年02期

7 赵生慧;吴国新;张三峰;方群;于坤;;SOA的QoS研究综述[J];计算机科学;2009年04期

8 李研;周明辉;李瑞超;曹东刚;梅宏;;一种考虑QoS数据可信性的服务选择方法[J];软件学报;2008年10期

9 王创伟;钱雪忠;;蚁群算法在Web服务组合问题中的应用研究[J];计算机工程与设计;2007年24期

10 李蕊;李仁发;;上下文感知计算及系统框架综述[J];计算机研究与发展;2007年02期

中国博士学位论文全文数据库 前1条

1 毛一梅;基于服务质量的Web服务关键技术研究[D];东华大学;2009年

，

本文编号：1062589