基于非负多矩阵联合分解的网络服务QoS预测
发布时间：2020-12-23 14:39
Web服务作为面向服务架构（Service Oriented Architecture,SOA）的一种应用方式,利用各种基于可扩展标记语言（Extensible Markup Language,XML）的标准和协议,规范服务的各个环节,使得跨平台资源共享与应用集成技术迅猛发展。伴随着网络中服务数目的猛增,如何精准预测服务质量（Quality of Service,QoS）,继而高效地向用户推荐服务显得愈加重要。在QoS预测的经典算法中,协同过滤算法预测精度常受制于数据稀疏度,也不适用于冷启动问题。矩阵分解能更好地应对数据稀疏情况,但依然对时空信息利用不足,存在结果解释性不强的问题。此外,当前研究大多针对某一QoS属性,对综合属性的预测极少。为此,本文展开如下研究:利用用户与用户、用户与服务以及服务与服务之间的深层隐藏关系,使用非负多矩阵联合分解（Non-negative Multiple Matrix Factorization,NMMF）算法,在共用基矩阵和系数矩阵的基础上,将用户相似度关系矩阵、服务相似度关系矩阵及QoS矩阵三个矩阵分解为四个矩阵。之后以分解出的低纬矩阵的乘积,作为...
【文章来源】：云南大学云南省 211工程院校
【文章页数】：57 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 研究背景及意义
1.2 研究现状
1.3 论文主要工作
1.4 论文结构安排
第二章 背景理论和技术
2.1 Web服务概述
2.1.1 Web服务概述
2.1.2 Web服务体系结构
2.1.3 Web服务QoS属性
2.2 皮尔逊相关系数
2.3 NMMF概述
2.3.1 非负矩阵分解
2.3.2 非负多矩阵联合分解
2.4 本章小结
第三章 基于NMMF的QoS预测算法
3.1 引言
3.2 预测算法流程
3.2.1 用户及服务相似矩阵的计算
3.2.2 基于NMMF的QoS预测算法
3.3 实验及结果分析
3.3.1 数据集描述
3.3.2 评价标准
3.3.3 迭代次数的影响
3.3.4 参数k的影响
3.3.5 参数、的影响
3.3.6 性能比较
3.4 本章小结
第四章 基于LNMMF的QoS预测算法
4.1 引言
4.2 预测算法
4.2.1 位置对相似度的影响
4.2.2 基于位置信息的辅助矩阵的计算
4.2.3 基于LNMMF的QoS预测算法
4.3 实验结果及分析
4.3.1 参数、的影响
4.3.2 性能对比
4.4 本章小结
第五章 基于LNMMF算法的QoS综合预测
5.1 引言
5.2 数据集描述
5.3 实验及结果分析
5.4 本章小结
第六章 总结与展望
6.1 本文的主要工作
6.2 未来的研究方向
参考文献
攻读硕士期间所获得的学术成果
致谢
【参考文献】：
期刊论文
[1]基于贝叶斯分类的Web服务质量预测方法研究[J]. 任迪,万健,殷昱煜,周丽,高敏. 浙江大学学报(工学版). 2017(06)
[2]基于时空相似度感知的Web服务QoS协同过滤推荐[J]. 卢凤,李海荣,韩艳. 计算机工程. 2017(04)
[3]基于用户位置与反向预测的QoS预测方法[J]. 王珂,刘勇. 计算机工程与设计. 2017(02)
[4]基于非负多矩阵分解的微博网络信息推荐[J]. 张国英,武浩,蔡光卉,何敏,余江,徐涛. 计算机应用研究. 2017(09)
[5]基于张量分解的动态Web服务推荐[J]. 张万才,刘旭东,郭晓辉. 北京航空航天大学学报. 2016(09)
[6]基于时序分析的Web服务QoS协同预测[J]. 申利民,陈真,李峰. 小型微型计算机系统. 2015(09)
[7]面向Web服务QoS预测的非负矩阵分解模型[J]. 苏凯,马良荔,孙煜飞,郭晓明. 浙江大学学报(工学版). 2015(07)
[8]协同过滤推荐算法综述[J]. 罗文. 科技传播. 2015(07)
[9]一种基于隐语义概率模型的个性化Web服务推荐方法[J]. 胡堰,彭启民,胡晓惠. 计算机研究与发展. 2014(08)
[10]协同过滤推荐技术综述[J]. 冷亚军,陆青,梁昌勇. 模式识别与人工智能. 2014(08)
博士论文
[1]基于QoS缺失数据预测的个性化Web服务推荐方法研究[D]. 马友.北京邮电大学 2015
[2]基于协同过滤与QoS的个性化Web服务推荐研究[D]. 谢琪.重庆大学 2012
硕士论文
[1]基于位置最近邻与矩阵分解的Web服务QoS预测研究[D]. 徐李.华中师范大学 2016
[2]基于QoS预测的Web服务推荐算法的研究与实现[D]. 阮诗迪.华北电力大学(北京) 2016
[3]基于矩阵分解的推荐系统算法研究[D]. 王鹏.北京交通大学 2015
[4]基于矩阵分解的Web服务个性化QoS预测方法研究[D]. 刘愉.杭州电子科技大学 2015
[5]基于QoS及协同过滤的Web服务推荐方法研究[D]. 丁成成.南京邮电大学 2014
本文编号：2933881
【文章来源】：云南大学云南省 211工程院校
【文章页数】：57 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 研究背景及意义
1.2 研究现状
1.3 论文主要工作
1.4 论文结构安排
第二章 背景理论和技术
2.1 Web服务概述
2.1.1 Web服务概述
2.1.2 Web服务体系结构
2.1.3 Web服务QoS属性
2.2 皮尔逊相关系数
2.3 NMMF概述
2.3.1 非负矩阵分解
2.3.2 非负多矩阵联合分解
2.4 本章小结
第三章 基于NMMF的QoS预测算法
3.1 引言
3.2 预测算法流程
3.2.1 用户及服务相似矩阵的计算
3.2.2 基于NMMF的QoS预测算法
3.3 实验及结果分析
3.3.1 数据集描述
3.3.2 评价标准
3.3.3 迭代次数的影响
3.3.4 参数k的影响
3.3.5 参数、的影响
3.3.6 性能比较
3.4 本章小结
第四章 基于LNMMF的QoS预测算法
4.1 引言
4.2 预测算法
4.2.1 位置对相似度的影响
4.2.2 基于位置信息的辅助矩阵的计算
4.2.3 基于LNMMF的QoS预测算法
4.3 实验结果及分析
4.3.1 参数、的影响
4.3.2 性能对比
4.4 本章小结
第五章 基于LNMMF算法的QoS综合预测
5.1 引言
5.2 数据集描述
5.3 实验及结果分析
5.4 本章小结
第六章 总结与展望
6.1 本文的主要工作
6.2 未来的研究方向
参考文献
攻读硕士期间所获得的学术成果
致谢
【参考文献】：
期刊论文
[1]基于贝叶斯分类的Web服务质量预测方法研究[J]. 任迪,万健,殷昱煜,周丽,高敏. 浙江大学学报(工学版). 2017(06)
[2]基于时空相似度感知的Web服务QoS协同过滤推荐[J]. 卢凤,李海荣,韩艳. 计算机工程. 2017(04)
[3]基于用户位置与反向预测的QoS预测方法[J]. 王珂,刘勇. 计算机工程与设计. 2017(02)
[4]基于非负多矩阵分解的微博网络信息推荐[J]. 张国英,武浩,蔡光卉,何敏,余江,徐涛. 计算机应用研究. 2017(09)
[5]基于张量分解的动态Web服务推荐[J]. 张万才,刘旭东,郭晓辉. 北京航空航天大学学报. 2016(09)
[6]基于时序分析的Web服务QoS协同预测[J]. 申利民,陈真,李峰. 小型微型计算机系统. 2015(09)
[7]面向Web服务QoS预测的非负矩阵分解模型[J]. 苏凯,马良荔,孙煜飞,郭晓明. 浙江大学学报(工学版). 2015(07)
[8]协同过滤推荐算法综述[J]. 罗文. 科技传播. 2015(07)
[9]一种基于隐语义概率模型的个性化Web服务推荐方法[J]. 胡堰,彭启民,胡晓惠. 计算机研究与发展. 2014(08)
[10]协同过滤推荐技术综述[J]. 冷亚军,陆青,梁昌勇. 模式识别与人工智能. 2014(08)
博士论文
[1]基于QoS缺失数据预测的个性化Web服务推荐方法研究[D]. 马友.北京邮电大学 2015
[2]基于协同过滤与QoS的个性化Web服务推荐研究[D]. 谢琪.重庆大学 2012
硕士论文
[1]基于位置最近邻与矩阵分解的Web服务QoS预测研究[D]. 徐李.华中师范大学 2016
[2]基于QoS预测的Web服务推荐算法的研究与实现[D]. 阮诗迪.华北电力大学(北京) 2016
[3]基于矩阵分解的推荐系统算法研究[D]. 王鹏.北京交通大学 2015
[4]基于矩阵分解的Web服务个性化QoS预测方法研究[D]. 刘愉.杭州电子科技大学 2015
[5]基于QoS及协同过滤的Web服务推荐方法研究[D]. 丁成成.南京邮电大学 2014
本文编号：2933881
本文链接：https://www.wllwen.com/guanlilunwen/ydhl/2933881.html
