基于CART与SlopeOne的服务质量预测算法

来源：计算机集成制造系统杂志2017年第5期北京时间：

作者：徐文庭,殷昱煜,王菊仙,王兴菲,余方正

单位：1.杭州电子科技大学计算机学院2.浙江大学电气工程学院3.教育部复杂系统建模与仿真重点实验室

摘要：针对现有的预测算法大多未有效利用用户—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—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

基金资助：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)。