基于社区发现的Web服务QoS预测
来源：计算机工程杂志2019年第3期北京时间：
作者：陆贝妮,杜育根
单位：华东师范大学 计算机科学与软件工程学院,上海 200062
摘要：传统的协同过滤方法预测未知服务质量(QoS)值时多数面临数据稀疏、冷启动和噪声影响等问题。为此,提出一种新的基于社区发现的QoS预测方法。通过谱聚类对用户进行社区划分,根据位置信息对Web服务聚类,并利用改进的混合协同过滤方法预测QoS值。实验结果表明,该方法可够缓解新用户的冷启动问题,与基于协同过滤的QoS预测方法相比,具有更高预测准确度。
关键词：Web服务,服务质量预测,社区发现,谱聚类,协同过滤,K-means聚类
基金资助：国家自然科学基金(61572195);上海市经济和信息化委员会专项资金(SHEITC160306)。
