基于SOM神经网络的服务质量预测
作者:
作者单位:

作者简介:

张以文(1976-),男,安徽马鞍山人,博士,副教授,CCF专业会员,主要研究领域为服务计算,云计算,大数据;贾兆红(1976-),女,博士,副教授,CCF专业会员,主要研究领域为多目标优化算法,组合优化;项涛(1989-),男,硕士,主要研究领域为服务推荐;何强(1982-),男,博士,高级讲师,博士生导师,主要研究领域为面向服务的软件工程,大数据;郭星(1983-),男,博士,讲师,CCF专业会员,主要研究领域为服务计算,智能算法.

通讯作者:

张以文,E-mail:zhangyiwen@ahu.edu.cn

中图分类号:

基金项目:

国家科技支撑计划(2015BAK24B01);国家自然科学基金(71601001,61872002);安徽省自然科学基金(1808085MF197)


Quality Prediction for Services Based on SOM Neural Network
Author:
Affiliation:

Fund Project:

National Key Technology R&D Program (2015BAK24B01); National Natural Science Foundation of China (71601001, 61872002); Natural Science Foundation of Anhui Province (1808085MF197)

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    服务质量预测在服务计算领域中是一个热点研究问题.在历史QoS数据稀疏的情况下,设计一个满足用户个性化需求的服务质量预测方法成为一项挑战.为了解决这一挑战问题,提出一种基于SOM神经网络的服务质量预测方法SOMQP.首先,基于历史QoS数据,应用SOM神经网络算法分别对用户和服务进行聚类,得到用户关系矩阵和服务关系矩阵;进而,综合考虑用户信誉和服务关联性,采用一种新的Top-k选择机制获得相似用户和相似服务;最后,采用基于用户和基于项目的混合策略对缺失的QoS值进行预测.在真实的数据集WS-Dream上进行了大量实验,结果表明,与经典的CF算法和K-means算法相比,该方法在较大程度上提高了QoS的预测精度.

    Abstract:

    Quality prediction for services is a hot research topic for service recommendation and composition. It's a challenge to design an accurate quality prediction approach to meet the user's personalized needs due to the sparsity of QoS historical data. In order to solve the challenging problem, this paper proposes a SOM neural network based service quality prediction approach (SOMQP). First, based on historical QoS data, the new approach clusters on users and services respectively by applying SOM neural network algorithm, and then a new top-k selection mechanism is adopted to obtain similar users and similar services based on the comprehensive consideration of user reputation and service relevance. Finally, a hybrid user-based and item-based strategy is used to predict the missing QoS value. A set of comprehensive experiments are conducted on the real Web service dataset WS-Dream, the results indicate that compared with the classical CF and K-means methods, the presented approach achieves higher QoS prediction accuracy.

    参考文献
    相似文献
    引证文献
引用本文

张以文,项涛,郭星,贾兆红,何强.基于SOM神经网络的服务质量预测.软件学报,2018,29(11):3388-3399

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2017-07-14
  • 最后修改日期:2017-09-16
  • 录用日期:2017-11-14
  • 在线发布日期: 2017-12-05
  • 出版日期:
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京市海淀区中关村南四街4号,邮政编码:100190
电话:010-62562563 传真:010-62562533 Email:jos@iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号