基于K--means聚類算法的協(xié)同過(guò)濾服務(wù)質(zhì)量預(yù)測(cè).pdf

1、Web服務(wù)的QoS預(yù)測(cè)近年來(lái)已經(jīng)成為服務(wù)計(jì)算領(lǐng)域一個(gè)熱門的研究點(diǎn)，而協(xié)同過(guò)濾技術(shù)作為QoS預(yù)測(cè)方法中最常使用的技術(shù)之一，被廣泛地應(yīng)用于個(gè)性化QoS預(yù)測(cè)算法中。
　　傳統(tǒng)的基于協(xié)同過(guò)濾的QoS預(yù)測(cè)算法有兩個(gè)主要的關(guān)鍵問(wèn)題尚未得到有效解決。首先，QoS預(yù)測(cè)結(jié)果的有效性需要以歷史數(shù)據(jù)的真實(shí)可信為前提。其次，由于QoS隨時(shí)間動(dòng)態(tài)變化的特性，更需要提供時(shí)間感知的預(yù)測(cè)方法。針對(duì)以上兩個(gè)關(guān)鍵問(wèn)題，本文分別針對(duì)靜態(tài)數(shù)據(jù)集和動(dòng)態(tài)數(shù)據(jù)集兩類預(yù)測(cè)場(chǎng)景，

2、創(chuàng)新性地提出了兩種基于K-means聚類算法的協(xié)同過(guò)濾QoS預(yù)測(cè)方法:基于兩階段K-means聚類的靜態(tài)可信QoS預(yù)測(cè)方法和基于K-means聚類的動(dòng)態(tài)時(shí)間感知QoS預(yù)測(cè)方法。其中，方法一解決了在靜態(tài)數(shù)據(jù)集上存在不可信用戶，導(dǎo)致預(yù)測(cè)精度下降的問(wèn)題。方法二解決了稀疏矩陣下動(dòng)態(tài)時(shí)間感知預(yù)測(cè)問(wèn)題。
　　最后，本文通過(guò)基于真實(shí)場(chǎng)景的靜態(tài)和動(dòng)態(tài)兩組數(shù)據(jù)集來(lái)分別評(píng)估兩種QoS預(yù)測(cè)方法，通過(guò)與其他經(jīng)典的QoS預(yù)測(cè)方法相比，方法一在兩個(gè)靜態(tài)數(shù)據(jù)集