版权说明 操作指南
首页 > 成果 > 详情

面向QoS预测的位置最近邻矩阵分解算法研究

认领
导出
Link by 中国知网学术期刊 Link by 万方学术期刊
反馈
分享
QQ微信 微博
成果类型:
期刊论文
作者:
徐李;董才林;喻莹
作者机构:
华中师范大学数学与统计学学院, 武汉, 430079
华中师范大学计算机学院, 武汉, 430079
[徐李; 董才林] 华中师范大学数学与统计学学院, 武汉, 430079
[喻莹] 华中师范大学计算机学院, 武汉, 430079
语种:
中文
关键词:
Web服务;QoS预测;矩阵分解;最近邻法则
关键词(英文):
QoS prediction;matrix factorization;neighborhood-based
期刊:
小型微型计算机系统
ISSN:
1000-1220
年:
2017
卷:
38
期:
2
页码:
268-272
基金类别:
“十二五”国家科技支撑计划项目(2015BAK33B00)资助;
机构署名:
本校为第一机构
院系归属:
数学与统计学学院
计算机学院
摘要:
为改善Web服务QoS预测效率,向用户提供高质量的Web服务,提出一种融合位置最近邻法则的扩展矩阵分解算法.该方法首先利用用户和服务的位置信息进行用户和服务的最近邻选择,克服了传统的QoS预测算法对Web服务位置信息利用不准确或不足的问题.然后将邻域信息融入矩阵分解框架,改善了矩阵分解技术在QoS预测中本地信息利用不足的问题,同时采用梯度下降算法进行QoS的预测.最后,本文基于真实Web服务数据集WSRec进行了对比实验,实验结果表明了本文所提算法的有效性.
摘要(英文):
To improve the efficiency of Web service QoS prediction,providing users with high-quality Web services, a collaborative filtering method fused matrix factorization and nearest neighbor rule is proposed. Firstly, this method uses the location information of us- ers and services to select neighborhoods of user and service, to overcome the inaccurate or insufficient use of location information in traditional QoS prediction algorithms. Then the neighborhood information is combined into the matrix factorization framework to im- prove the lack use of local information in matrix factorization techniq...

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com