基于CART与SlopeOne的服务质量预测算法

摘要：

针对现有的预测算法大多未有效利用用户一服务对的潜在特征问题,提出一种基于分类和SlopeOne的预测算法,通过用户一服务对的历史服务质量值提取出用户和服务的个性特征(用户和服务的服务质量均值与方差);基于提取出的特征,使用CART(classification and regression trees)对用户—服务对进行分类;使用SlopeOne算法在目标用户和目标服务所在的分类集合数据集上进行回归预测,提高了预测准确度;选用真实数据集WS-Dream进行实验,实验结果表明该方法在数据稀疏情况下具有较好的预测精度.

关键词：Web服务、服务质量预测、协同过滤、SlopeOne、分类与回归树

所属期刊栏目：23

分类号：TP312(计算技术、计算机技术)

资助基金：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LY12F02003;中国博士后科学基金资助项目2013M540492.Project supported by the National Key Technology R&D Program,China2014BAK14B04;the Zhejiang Provincial Natural Science Foundation,ChinaLY12F02003;the Chinese Postdoctoral Science Foundation,China2013M540492

在线出版日期：2017-06-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：1080-1090