基于协同过滤的自适应 Web 服务 QoS 预测方法

来源：计算机技术与发展杂志2020年第03期北京时间：

作者：庄崟;郭志川;';黄逍颖;'

摘要：随着Web服务越来越多,服务质量 QoS 作为描述Web服务的非功能性属性变得越来越重要。 通常,一种服务的 QoS 对用户来说是未知的,因此对于基于Web服务的应用,精确预测其未知的QoS对于成功部署该服务具有重要的价值。 基于协同过滤的WSRec算法是一种高精度的QoS预测方法,为进一步提升QoS的预测精度,提出了一种协同过滤的自适 应Web服务QoS预测方法。 该方法通过客户端首先发出QoS-Web服务请求;服务端接到请求后,根据已有数据,计算两 两用户或服务间的相似度;并根据相似性找到对于目标用户的 K 个最接近用户或服务,生成该QoS值预测值 A;同时在计 算相似性时,采用改进皮尔逊相关系数得到预测值 B;最后将预测值 A 和 B 以权值相结合得到目标用户或服务的QoS值。 该算法改进了单一的协同过滤在数据稀疏的情况下,对相似性给予过高估计的不足,使得QoS预测值精度得以提高,取得了更好的实验结果。 实验表明该方法预测精度优于WSRec算法。

关键词：协同过滤;Web服务;QoS预测;自适应;客户端