本文關鍵詞：基于QoS預測的Web服務推薦算法的研究與實現(xiàn)

  更多相關文章： Web服務 服務質(zhì)量(QoS) 協(xié)同過濾 上下文信息 QoS預測

【摘要】：隨著SOA的廣泛應用,Web服務的數(shù)量在互聯(lián)網(wǎng)上呈現(xiàn)爆炸性增長,這使得用戶手動查找、選擇和調(diào)用Web服務的工作難以進行,不再能滿足用戶的需求。因此,如何讓用戶高效地發(fā)現(xiàn)、推薦、選擇和組合服務的算法研究成為了迫切的需要。如何在海量服務中找到符合用戶功能需求描述的服務,是服務發(fā)現(xiàn)的研究內(nèi)容。然而,因為近年來,大量功能相同而非功能屬性完全不同的服務出現(xiàn)在互聯(lián)網(wǎng)及云平臺上,僅僅幫助用戶找到符合功能描述的服務是遠遠不夠的。如何從大量符合功能描述的服務中,有效地選擇出一些非功能屬性較高的服務提供給用戶成為了研究熱點和難點。但是,對于不同網(wǎng)絡環(huán)境下的用戶,服務所提供的QoS表現(xiàn)出強烈的不穩(wěn)定性。因此僅根據(jù)服務供應商提供的靜態(tài)QoS屬性或歷史的QoS均值進行服務推薦,可能會得到不滿意的結果。此外,由于Web服務數(shù)量的不斷激增,甚至呈現(xiàn)出爆炸性增長的趨勢,用戶不可能調(diào)用過全部的服務,絕大多數(shù)的服務的QoS對于用戶來說是未知的,即Web服務的QoS存在著非完整性。服務的QoS所具有的不穩(wěn)定性和非完整性,使得根據(jù)QoS進行服務選擇的工作難以進行。因此,如何根據(jù)已有的歷史QoS值,預測用戶未調(diào)用過的服務的QoS值,顯得尤為重要�；诖�,本文提出了一種制造近鄰的Web服務QoS的協(xié)同過濾預測算法。該算法首先通過上下文信息過濾對“穩(wěn)定用戶”類和“穩(wěn)定服務”類進行QoS預測,然后引入迭代的思想,對“普通用戶”和“普通服務”類進行制造近鄰的協(xié)同過濾預測算法對該類用戶進行預測,最后對需要預測的QoS中未有預測值的部分進行預測。通過對真實數(shù)據(jù)的實驗預測,表明該算法具有較好的預測準確度。
【關鍵詞】：Web服務 服務質(zhì)量(QoS) 協(xié)同過濾 上下文信息 QoS預測
【學位授予單位】：華北電力大學(北京)
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP391.3;TP393.09
【目錄】：

• 摘要5-6
• Abstract6-10
• 第1章 緒論10-16
• 1.1 研究背景10-12
• 1.1.1 Web服務10-11
• 1.1.2 Web服務與服務質(zhì)量11-12
• 1.2 國內(nèi)外研究現(xiàn)狀12-15
• 1.2.1 SOA與Web服務12-13
• 1.2.2 Web服務的QoS指標13-14
• 1.2.3 QoS預測14-15
• 1.3 論文研究內(nèi)容及成果15
• 1.4 論文組織結構15-16
• 第2章 相關概念介紹16-22
• 2.1 推薦系統(tǒng)16-18
• 2.1.1 用戶模型17
• 2.1.2 推薦對象模型17-18
• 2.1.3 推薦算法模型18
• 2.2 協(xié)同過濾簡介18-20
• 2.2.1 基于用戶的協(xié)同過濾18-19
• 2.2.2 基于服務的協(xié)同過濾19
• 2.2.3 混合協(xié)同過濾19-20
• 2.3 準確度衡量標準20
• 2.3.1 均方根誤差20
• 2.3.2 平均絕對值誤差20
• 2.3.3 標準化平均絕對值誤差20
• 2.4 本章小結20-22
• 第3章 協(xié)同過濾改進算法22-27
• 3.1 相似度計算方法改進22-24
• 3.1.1 相似度計算方法22-23
• 3.1.2 相似度計算方法的改進23-24
• 3.2 相似鄰居選擇方法改進24-25
• 3.2.1 相似鄰居選擇方法24
• 3.2.2 相似鄰居選擇方法的改進24-25
• 3.3 預測值計算方法改進25-26
• 3.3.1 預測值計算方法25
• 3.3.2 預測值計算方法的改進25-26
• 3.4 本章小結26-27
• 第4章 QoS預測算法27-40
• 4.1 上下文信息過濾27-30
• 4.1.1 上下文簡介27-28
• 4.1.2 上下文獲取28
• 4.1.3 上下文建模28-29
• 4.1.4 基于上下文的優(yōu)化算法29-30
• 4.2 算法步驟30-33
• 4.2.1 填充矩陣30-31
• 4.2.2 普通QoS的預測31-32
• 4.2.3 特殊QoS的預測32-33
• 4.3 算法相關描述33-39
• 4.3.1 穩(wěn)定用戶和穩(wěn)定服務預測33-34
• 4.3.2 普通用戶類預測34-36
• 4.3.3 普通服務類預測36-38
• 4.3.4 普通用戶和普通服務預測算法38
• 4.3.5 特殊預測算法38-39
• 4.4 本章小結39-40
• 第5章 實驗與分析40-46
• 5.1 相關參數(shù)對預測準確度的影響40-44
• 5.1.1 DU和DS對預測準確度的影響40-41
• 5.1.2 snum和unum對預測準確度的影響41-42
• 5.1.3 sims和simu對預測準確度的影響42-44
• 5.1.4 ω對預測準確度的影響44
• 5.2 準確度對比分析44-45
• 5.3 本章小結45-46
• 第6章 總結與展望46-48
• 6.1 總結46-47
• 6.2 展望47-48
• 參考文獻48-52
• 攻讀碩士學位期間發(fā)表的論文及其它成果52-53
• 致謝53

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 張玉芳;代金龍;熊忠陽;;分步填充緩解數(shù)據(jù)稀疏性的協(xié)同過濾算法[J];計算機應用研究;2013年09期

2 丁堅;;Web服務組合綜述[J];電子世界;2012年18期

3 馬小潔;王曉軍;;基于改進遺傳算法的QoS感知Web服務組合[J];計算機技術與發(fā)展;2012年08期

4 李金忠;夏潔武;唐衛(wèi)東;曾勁濤;王翔;吳蘭英;;基于QoS的Web服務選擇算法綜述[J];計算機應用研究;2010年10期

5 胡建強;李涓子;廖桂平;;一種基于多維服務質(zhì)量的局部最優(yōu)服務選擇模型[J];計算機學報;2010年03期

6 劉領兵;陳潔;;基于SOA/Web Services體系的移動應用系統(tǒng)開發(fā)框架[J];計算機應用與軟件;2010年02期

7 趙生慧;吳國新;張三峰;方群;于坤;;SOA的QoS研究綜述[J];計算機科學;2009年04期

8 李研;周明輝;李瑞超;曹東剛;梅宏;;一種考慮QoS數(shù)據(jù)可信性的服務選擇方法[J];軟件學報;2008年10期

9 王創(chuàng)偉;錢雪忠;;蟻群算法在Web服務組合問題中的應用研究[J];計算機工程與設計;2007年24期

10 李蕊;李仁發(fā);;上下文感知計算及系統(tǒng)框架綜述[J];計算機研究與發(fā)展;2007年02期

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 毛一梅;基于服務質(zhì)量的Web服務關鍵技術研究[D];東華大學;2009年

，

本文編號：1062589