基于用户位置与反向预测的QoS预测方法

发布时间：2018-02-12 00:21

  本文关键词： 协同过滤 服务质量 位置 反向预测 融合预测　出处：《计算机工程与设计》2017年02期 　论文类型：期刊论文

【摘要】：在为用户选择并组合其满意的Web服务时,预测Web服务缺失的服务质量(quality of service,QoS)值是必要的。为解决该问题,提出一种R-SRec模型,加入用户地理位置信息和服务的反向预测,提高预测精准度。在基于用户的协同过滤算法中融入用户地理位置信息,提高参与预测数据的空间相关度;在基于服务的协同过滤算法中加入Web服务反向预测,缓解数据稀疏问题;根据不同的置信度融合两种算法,对缺失的QoS值进行预测。使用真实的数据集与其它3类常用的算法进行比较,实验结果表明,该方法的预测结果精确度更高。
[Abstract]:In order to solve this problem, it is necessary to predict the quality of service (QoS) missing in Web services when selecting and composing satisfactory Web services for users. In order to solve this problem, a R-SRec model is proposed to add user geographic location information and reverse prediction of services. Improve the accuracy of prediction. Incorporate user geographic location information into the user-based collaborative filtering algorithm, improve the spatial correlation of the participating prediction data; add Web services reverse prediction to the service-based collaborative filtering algorithm. The problem of data sparsity is alleviated and the missing QoS values are predicted according to two different confidence fusion algorithms. The real data sets are compared with other three kinds of commonly used algorithms. The experimental results show that, The accuracy of the method is higher.
【作者单位】： 河南科技大学信息工程学院;
【分类号】：TP393.09

【参考文献】

相关期刊论文 前7条

1 王占丰;冯径;邢长友;张国敏;许博;;IP定位技术的研究[J];软件学报;2014年07期

2 廉涛;马军;王帅强;崔超然;;LDA-CF:一种混合协同过滤方法[J];中文信息学报;2014年02期

3 冯怡鹏;殷冰涛;陈亮;吴健;;基于QoS反向预测的服务推荐[J];小型微型计算机系统;2013年12期

4 林祥云;刘小青;唐明董;曹步清;刘建勋;;Web服务QoS与用户位置的相关性实证研究[J];计算机工程与科学;2013年09期

5 贺春林;谢琪;;基于协同过滤的个性化Web服务选择方法[J];计算机应用;2013年01期

6 唐明董;姜叶春;刘建勋;;用户位置感知的Web服务QoS预测方法[J];小型微型计算机系统;2012年12期

7 范波;程久军;;用户间多相似度协同过滤推荐算法[J];计算机科学;2012年01期

相关硕士学位论文 前1条

1 朱彬;基于IP地址的网络实体地理位置定位技术研究与实现[D];北京邮电大学;2015年

【共引文献】

相关期刊论文 前10条

1 李超逸;张仰森;佟玲玲;;一种基于社区发现的微博个性化推荐算法[J];微电子学与计算机;2017年06期

2 徐玉莲;朱昌洪;;基于Android的大型Web交互网络平台设计与实现[J];现代电子技术;2017年10期

3 彭敏;席俊杰;代心媛;何炎祥;;基于情感分析和LDA主题模型的协同过滤推荐算法[J];中文信息学报;2017年02期

4 王珂;刘勇;;基于用户位置与反向预测的QoS预测方法[J];计算机工程与设计;2017年02期

5 张s，

本文编号：1504354