基于贝叶斯分类的Web服务质量预测方法研究
Web services QoS prediction method based on Bayes classification作者机构：杭州电子科技大学计算机学院浙江杭州310018 复杂系统建模与仿真教育部重点实验室浙江杭州310018
出 版 物：《浙江大学学报（工学版）》 (Journal of Zhejiang University：Engineering Science)
年 卷 期：2017年第51卷第6期
页 面：1242-1251页
核心收录：
学科分类：08[工学] 080402[工学-测试计量技术及仪器] 0804[工学-仪器科学与技术]
基 金：国家科技支撑计划资助项目(2014BAK14B04) 浙江省自然科学基金资助项目(LY16F020017) 浙江省自然科学基金资助项目(LY16F020017) 国家自然科学基金资助项目(61100043) 中国博士后基金资助项目(2013M540492)
主 题：Web服务 服务质量(QoS)预测 协同过滤 贝叶斯分类 服务推荐
摘 要：针对网络环境不稳定导致Web服务质量(QoS)数据中存在噪声数据,进而降低Web服务质量预测精度的问题,提出一种基于贝叶斯分类的混合协同过滤Web服务质量值预测方法.该方法使用贝叶斯算法对Web服务质量数据进行分类并得到每个分类的概率,利用分类结果确定缺失值可能的取值范围,并对用户和服务的相似邻居进行过滤.通过引入分类概率,改进传统的协同过滤方法得到最终的缺失值预测结果,在一定程度上消除了噪声数据对Web服务质量预测的影响.实验结果表明:较之现有方法,该方法具有更好的预测精度.
维普期刊数据库
同方期刊数据库