基于K--means聚類算法的協(xié)同過濾服務(wù)質(zhì)量預(yù)測.pdf

1、Web服務(wù)的QoS預(yù)測近年來已經(jīng)成為服務(wù)計算領(lǐng)域一個熱門的研究點，而協(xié)同過濾技術(shù)作為QoS預(yù)測方法中最常使用的技術(shù)之一，被廣泛地應(yīng)用于個性化QoS預(yù)測算法中。
　　傳統(tǒng)的基于協(xié)同過濾的QoS預(yù)測算法有兩個主要的關(guān)鍵問題尚未得到有效解決。首先，QoS預(yù)測結(jié)果的有效性需要以歷史數(shù)據(jù)的真實可信為前提。其次，由于QoS隨時間動態(tài)變化的特性，更需要提供時間感知的預(yù)測方法。針對以上兩個關(guān)鍵問題，本文分別針對靜態(tài)數(shù)據(jù)集和動態(tài)數(shù)據(jù)集兩類預(yù)測場景，

2、創(chuàng)新性地提出了兩種基于K-means聚類算法的協(xié)同過濾QoS預(yù)測方法:基于兩階段K-means聚類的靜態(tài)可信QoS預(yù)測方法和基于K-means聚類的動態(tài)時間感知QoS預(yù)測方法。其中，方法一解決了在靜態(tài)數(shù)據(jù)集上存在不可信用戶，導(dǎo)致預(yù)測精度下降的問題。方法二解決了稀疏矩陣下動態(tài)時間感知預(yù)測問題。
　　最后，本文通過基于真實場景的靜態(tài)和動態(tài)兩組數(shù)據(jù)集來分別評估兩種QoS預(yù)測方法，通過與其他經(jīng)典的QoS預(yù)測方法相比，方法一在兩個靜態(tài)數(shù)據(jù)集