本文關(guān)鍵詞： Web服務(wù) QoS預(yù)測(cè) 服務(wù)推薦 協(xié)同過濾 粒子群算法　出處：《江西財(cái)經(jīng)大學(xué)》2014年碩士論文　論文類型：學(xué)位論文

【摘要】：隨著云計(jì)算和Web服務(wù)技術(shù)的快速發(fā)展,軟件的開發(fā)方式也隨著不斷發(fā)生變化。傳統(tǒng)的一次開發(fā)、持續(xù)使用為特征的軟件開發(fā)模式正逐漸向軟件即服務(wù)、按需提供、云端虛擬化這一新型模式轉(zhuǎn)變。Web服務(wù)作為一種松耦合、復(fù)用性強(qiáng)、開放式的業(yè)務(wù)提供方式,已成為云計(jì)算中心中的一種重要服務(wù)資源,幫助用戶構(gòu)建軟件業(yè)務(wù)流程和應(yīng)用程序。近年來,部署在云中心或網(wǎng)絡(luò)上的Web服務(wù)數(shù)量以驚人的速度增長(zhǎng),出現(xiàn)了大量功能等價(jià)的Web服務(wù)。在保證功能需求的前提下,現(xiàn)今人們更加強(qiáng)調(diào)Web服務(wù)的質(zhì)量屬性(Quality of Service, QoS)。因此,如何從眾多功能等價(jià)的候選服務(wù)集合中選擇出最適合用戶QoS需求的服務(wù)便成為一個(gè)重要研究熱點(diǎn)。 應(yīng)用預(yù)測(cè)技術(shù)來對(duì)Web服務(wù)的QoS進(jìn)行預(yù)測(cè)是實(shí)現(xiàn)Web服務(wù)推薦的重要手段。本文主要對(duì)Web服務(wù)QoS數(shù)值預(yù)測(cè)和排序預(yù)測(cè)進(jìn)行了研究。在Web服務(wù)QoS數(shù)值預(yù)測(cè)方面,提出了一種基于相似性感知的Slope One協(xié)同過濾算法SASO,該算法能夠有效利用最近鄰用戶及用戶本身的信息來實(shí)現(xiàn)對(duì)Web服務(wù)QoS的預(yù)測(cè),并且算法中還利用了基于統(tǒng)計(jì)過程控制(Statistical Process Control, SPC)的數(shù)據(jù)抹平處理方法來處理數(shù)據(jù)集中的異常點(diǎn)。此外,為了驗(yàn)證SASO算法在QoS數(shù)值預(yù)測(cè)上的可行性和有效性,通過實(shí)驗(yàn)將SASO算法與現(xiàn)有的一些QoS預(yù)測(cè)算法進(jìn)行了對(duì)比分析。結(jié)果表明,SASO算法在QoS數(shù)值預(yù)測(cè)上具備較好的效果。在Web服務(wù)QoS排序預(yù)測(cè)方面,本文提出了一種基于粒子群優(yōu)化的排序預(yù)測(cè)算法PSORank,該算法通過尋找最近鄰用戶、構(gòu)造適應(yīng)度函數(shù)、優(yōu)化搜索等手段來實(shí)現(xiàn)對(duì)Web服務(wù)QoS的排序預(yù)測(cè)。在預(yù)測(cè)過程中,該算法還充分考慮了服務(wù)優(yōu)先級(jí)概率、用戶群體調(diào)用行為等因素對(duì)預(yù)測(cè)的影響。通過實(shí)驗(yàn)對(duì)比分析,驗(yàn)證了PSORank算法在Web服務(wù)QoS排序預(yù)測(cè)上的可行性和有效性。結(jié)果表明,PSORank算法在Web服務(wù)QoS排序上具備較好的預(yù)測(cè)能力,并且能夠較為有效地克服種群敏感性問題。通過上述研究,所形成的Web服務(wù)QoS預(yù)測(cè)方法對(duì)Web服務(wù)的有效推薦具備一定的參考價(jià)值,較為有效地提高用戶對(duì)Web服務(wù)選擇的滿意度。
[Abstract]:With the rapid development of cloud computing and Web services technology, the way of software development is changing. Cloud virtualization is a new model transformation. Web services, as a loosely coupled, reusable and open mode of business provision, have become an important service resource in cloud computing center. To help users build software business processes and applications. In recent years, the number of Web services deployed on the cloud center or network has grown at an alarming rate, resulting in a large number of functionally equivalent Web services. Nowadays, more emphasis is placed on the quality of Web services. Therefore, how to select the most suitable services from the set of functional equivalent candidate services has become an important research hotspot. The application of prediction technology to predict QoS of Web services is an important means to realize the recommendation of Web services. This paper mainly studies the numerical prediction and ranking prediction of Web services QoS. In the aspect of Web service QoS numerical prediction, This paper presents a Slope One collaborative filtering algorithm based on similarity perception. The algorithm can effectively utilize the information of the nearest neighbor user and the user themselves to predict the QoS of Web services. In addition, in order to verify the feasibility and validity of the SASO algorithm in QoS numerical prediction, the statistical process control method based on Statistical Process Control (SPC-based) is used to deal with the outliers in the data set. The SASO algorithm is compared with some existing QoS prediction algorithms through experiments. The results show that the SASO algorithm has a good effect on QoS numerical prediction. In this paper, a sort prediction algorithm based on particle swarm optimization (PSO) is proposed. The algorithm realizes ranking prediction of Web service QoS by searching nearest neighbor user, constructing fitness function, optimizing search and so on. The algorithm also takes into account the influence of the probability of service priority and the behavior of user group call on the prediction. The feasibility and effectiveness of PSORank algorithm in Web service QoS ranking prediction are verified. The results show that the PSORank algorithm has better prediction ability in Web service QoS ranking, and can overcome the population sensitivity problem more effectively. The proposed QoS prediction method for Web services has a certain reference value for the effective recommendation of Web services and can effectively improve the satisfaction of users with Web service selection.
【學(xué)位授予單位】：江西財(cái)經(jīng)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：TP393.09

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 焦陽;;云計(jì)算在高校管理信息系統(tǒng)中的應(yīng)用研究[J];電子世界;2013年24期

2 周代明;厲道梅;;基于云計(jì)算的集約型電子監(jiān)察平臺(tái)設(shè)計(jì)及應(yīng)用[J];信息化研究;2013年06期

3 王凱玲;陳海峰;;“云傳播”視野下的移動(dòng)學(xué)習(xí)應(yīng)用研究[J];中國科教創(chuàng)新導(dǎo)刊;2014年05期

4 樊邦奎;丁冠軍;蘭海濱;龍騰;劉巖;王晶;;面向智能電網(wǎng)應(yīng)用的云計(jì)算架構(gòu)研究[J];電力信息與通信技術(shù);2014年01期

5 趙偉彪;吳俊峰;袁帥;;MPI并行作業(yè)在云計(jì)算平臺(tái)上的測(cè)試研究[J];電腦知識(shí)與技術(shù);2014年15期

6 森干;杜守洪;王超;陳國忠;周毅;;基于云計(jì)算的臨床醫(yī)學(xué)信息分析系統(tǒng)構(gòu)建[J];電腦編程技巧與維護(hù);2014年14期

7 陳文靜;李欣;;云計(jì)算架構(gòu)下城市監(jiān)控報(bào)警聯(lián)網(wǎng)系統(tǒng)設(shè)計(jì)[J];中國人民公安大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年03期

8 袁國泉;張明明;賀安鷹;呂云松;;電力信息通信運(yùn)維資源模型研究與應(yīng)用[J];電力信息與通信技術(shù);2014年09期

9 吳艷艷;唐源;李霞;;醫(yī)院PACS云存儲(chǔ)系統(tǒng)建設(shè)[J];醫(yī)院管理論壇;2014年11期

10 劉期建;馮靈林;張大敏;程宏偉;;基于VOI模式的多媒體教學(xué)環(huán)境構(gòu)建研究[J];電腦知識(shí)與技術(shù);2014年34期

相關(guān)博士學(xué)位論文 前10條

1 李健;云計(jì)算環(huán)境下最小化運(yùn)營開銷的調(diào)度技術(shù)研究[D];北京郵電大學(xué);2013年

2 閻朝坤;網(wǎng)格環(huán)境下的科學(xué)工作流優(yōu)化調(diào)度策略研究[D];中南大學(xué);2013年

3 陳軍;基于G/S模式的空間分析云服務(wù)關(guān)鍵技術(shù)研究[D];成都理工大學(xué);2012年

4 吳昊;云計(jì)算環(huán)境下智能優(yōu)化算法及其在SaaS中的應(yīng)用研究[D];合肥工業(yè)大學(xué);2013年

5 張莉艷;基于云計(jì)算的鐵路信息共享平臺(tái)及關(guān)鍵技術(shù)研究[D];中國鐵道科學(xué)研究院;2013年

6 李剛;黑龍江省國土資源信息數(shù)據(jù)高效利用與服務(wù)研究[D];東北農(nóng)業(yè)大學(xué);2013年

7 樓巍;面向大數(shù)據(jù)的高維數(shù)據(jù)挖掘技術(shù)研究[D];上海大學(xué);2013年

8 李琦;基于SOA的社會(huì)保障信息系統(tǒng)架構(gòu)研究[D];南京大學(xué);2011年

9 杜乃喬;過程感知信息系統(tǒng)的負(fù)載生成技術(shù)[D];清華大學(xué);2012年

10 袁宜峰;基于物理規(guī)劃的服務(wù)組合方法研究[D];華東理工大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 杜寶瑞;基于Hadoop的OA期刊論文資源發(fā)現(xiàn)及采集方法[D];燕山大學(xué);2013年

2 廖福蓉;基于任務(wù)備份的云計(jì)算任務(wù)調(diào)度算法研究[D];重慶大學(xué);2013年

3 曹夕;云計(jì)算中安全服務(wù)機(jī)制的研究[D];福建師范大學(xué);2013年

4 朱宇航;差分進(jìn)化算法及其在云計(jì)算任務(wù)調(diào)度中的應(yīng)用研究[D];蘭州交通大學(xué);2013年

5 薛景文;基于免疫算法的云計(jì)算任務(wù)調(diào)度策略研究[D];太原理工大學(xué);2013年

6 洪波海;云媒體中基于任務(wù)QoS特征的資源分配調(diào)度算法研究[D];中國海洋大學(xué);2013年

7 李憲英;面向BIRIS-Cloud的資源管理框架的研究與實(shí)現(xiàn)[D];哈爾濱工業(yè)大學(xué);2013年

8 劉凱;面向云安全的虛擬域可信根的設(shè)計(jì)與實(shí)現(xiàn)[D];北京工業(yè)大學(xué);2013年

9 姜博;基于網(wǎng)絡(luò)計(jì)量學(xué)的云計(jì)算技術(shù)發(fā)展態(tài)勢(shì)研究[D];北京工業(yè)大學(xué);2013年

10 饒兵;面向云平臺(tái)的外包數(shù)據(jù)安全性研究[D];哈爾濱工業(yè)大學(xué);2013年

，

本文編號(hào)：1504195