基于社区发现的Web服务QoS预测

摘要：

传统的协同过滤方法预测未知服务质量 (QoS) 值时多数面临数据稀疏、冷启动和噪声影响等问题.为此, 提出一种新的基于社区发现的QoS预测方法.通过谱聚类对用户进行社区划分, 根据位置信息对Web服务聚类, 并利用改进的混合协同过滤方法预测QoS值.实验结果表明, 该方法可够缓解新用户的冷启动问题, 与基于协同过滤的QoS预测方法相比, 具有更高预测准确度.

关键词：Web服务、服务质量预测、社区发现、谱聚类、协同过滤、K-means聚类

所属期刊栏目：45

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61572195;上海市经济和信息化委员会专项资金SHEITC160306

在线出版日期：2019-05-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：117-124