【摘要】：云計(jì)算的彈性服務(wù)模式深受業(yè)界好評,也造就了云服務(wù)市場的繁榮。日積月累,云服務(wù)市場充斥著海量且功能幾近相同,但服務(wù)質(zhì)量(QoS)卻天差地別的云服務(wù)。用戶經(jīng)常需要在海量且同質(zhì)化嚴(yán)重的云服務(wù)中做抉擇。推薦系統(tǒng)是解決這類信息過載問題首選的技術(shù)方案。因此,立足于QoS,借助推薦技術(shù),從用戶角度向用戶主動(dòng)推薦一組有序云服務(wù)集合是進(jìn)行服務(wù)推薦行之有效的方法。服務(wù)推薦飽受QoS信息稀疏的困擾,造成該現(xiàn)狀的原因主要來自于云服務(wù)的特性�；谟脩艚嵌葘θ笔oS信息進(jìn)行預(yù)測,補(bǔ)全QoS信息是有助于提高服務(wù)推薦準(zhǔn)確率的重要工作。為達(dá)到產(chǎn)生有序云服務(wù)集合的目的,服務(wù)推薦需要對當(dāng)前候選云服務(wù)進(jìn)行排名。而在排名時(shí),傳統(tǒng)只關(guān)注QoS的單一屬性。但QoS是一組多維度指標(biāo),因此在排名時(shí)加入QoS多屬性,能滿足用戶對于云服務(wù)的綜合偏好。綜合以上分析,本文基于用戶體驗(yàn)進(jìn)行服務(wù)推薦研究。首先針對單維缺失QoS預(yù)測問題,提出NearestGraph方法,完成補(bǔ)全單維QoS信息的目標(biāo)。然后在此基礎(chǔ)上,根據(jù)稠密的QoS信息,結(jié)合QoS多屬性的特點(diǎn),提出Multi-Ranking方法,達(dá)到服務(wù)推薦滿足用戶綜合偏好的效果。本文主要工作歸納為以下兩方面:(1)基于QoS單維屬性的缺失值預(yù)測研究。本文根據(jù)云服務(wù)市場中用戶和云服務(wù)這兩類角色所處狀態(tài)穩(wěn)定與否出發(fā),使用QoS指標(biāo)衡量角色的狀態(tài),提出角色穩(wěn)定度的概念。本文在基于內(nèi)存的協(xié)同過濾算法基礎(chǔ)上,利用圖結(jié)構(gòu)暴露云服務(wù)市場中角色的內(nèi)部聯(lián)系,通過擴(kuò)展最近鄰圖融入角色穩(wěn)定度,至此本文提出了 NearestGraph算法。實(shí)驗(yàn)結(jié)果也證實(shí)了 NearestGraph算法的有效性,契合了算法提出的初衷,對于不穩(wěn)定的角色,預(yù)測缺失值精度更高。(2)基于QoS多維屬性的云服務(wù)排名研究。本文通過比較統(tǒng)計(jì)學(xué)中關(guān)于排名相似度的計(jì)算指標(biāo),分析當(dāng)前KRCC的不足,結(jié)合當(dāng)前云服務(wù)市場的特點(diǎn),給出改進(jìn)的SRCC計(jì)算公式。在滿足用戶對于云服務(wù)非功能性綜合需求時(shí),本文加入QoS多屬性的特點(diǎn),對現(xiàn)有的選擇用戶近鄰的方法進(jìn)行改進(jìn)。至此本文提出了 Multi-Ranking算法。實(shí)驗(yàn)部分通過對比現(xiàn)有的云服務(wù)排名算法,驗(yàn)證了本文提出的Multi-Ranking算法的有效性,并對性能的提升進(jìn)行了分析,佐證了改進(jìn)SRCC的有效性。
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TP393.09;TP391.3
【圖文】：

圖１－２云服務(wù)市場結(jié)構(gòu)逡逑Ｆｉｇｕｒｅ邋１－２邋Ｃｌｏｕｄ邋Ｓｅｒｖｉｃｅ邋Ｍａｒｋｅｔｐｌａｃｅ邋Ａｒｃｈｉｔｅｃｔｕｒｅ逡逑

圖１－３混合結(jié)構(gòu)逡逑．Ｆｉｇｕｒｅ邋１－３邋Ｈｙｂｒｉｄ邋Ａｒｃｈｉｔｅｃｔｕｒｅ逡逑

【參考文獻(xiàn)】

相關(guān)博士學(xué)位論文 前1條

1 張雪潔;基于QoS的個(gè)性化云服務(wù)推薦方法研究[D];南京航空航天大學(xué);2015年

相關(guān)碩士學(xué)位論文 前6條

1 方晨;基于服務(wù)質(zhì)量的云服務(wù)選取與推薦技術(shù)研究[D];戰(zhàn)略支援部隊(duì)信息工程大學(xué);2018年

2 李濤;基于排名的云服務(wù)推薦的研究與優(yōu)化[D];北京交通大學(xué);2018年

3 王澤源;考慮用戶滿意度的云服務(wù)排序推薦方法研究[D];合肥工業(yè)大學(xué);2018年

4 李建麗;混合云環(huán)境下多目標(biāo)優(yōu)化的云資源調(diào)度研究[D];北京交通大學(xué);2017年

5 王少偉;融合用戶興趣與服務(wù)質(zhì)量的Mashup服務(wù)推薦方法研究[D];湖南科技大學(xué);2015年

6 黃云;基于QoS的云服務(wù)評價(jià)模型及應(yīng)用的研究[D];浙江工商大學(xué);2013年

本文編號：2729403