基于SOM神经网络的服务质量预测

摘要：

服务质量预测在服务计算领域中是一个热点研究问题.在历史QoS数据稀疏的情况下,设计一个满足用户个性化需求的服务质量预测方法成为一项挑战.为了解决这一挑战问题,提出一种基于SOM神经网络的服务质量预测方法SOMQP.首先,基于历史QoS数据,应用SOM神经网络算法分别对用户和服务进行聚类,得到用户关系矩阵和服务关系矩阵;进而,综合考虑用户信誉和服务关联性,采用一种新的Top-k选择机制获得相似用户和相似服务;最后,采用基于用户和基于项目的混合策略对缺失的QoS值进行预测.在真实的数据集WS-Dream上进行了大量实验,结果表明,与经典的CF算法和K-means算法相比,该方法在较大程度上提高了QoS的预测精度.

关键词：质量预测、SOM、神经网络、K-means

所属期刊栏目：29

分类号：TP311(计算技术、计算机技术)

资助基金：国家科技支撑计划2015BAK24B01;国家自然科学基金71601001,61872002;安徽省自然科学基金1808085MF197

在线出版日期：2018-12-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：3388-3399