

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、Web服務是一種通過標準協(xié)議用以保證互聯(lián)網(wǎng)上異構平臺間的應用服務可進行互操作的技術。隨著互聯(lián)網(wǎng)以及Web服務技術的快速發(fā)展,企業(yè)的開發(fā)需求不斷更迭,因此,Web服務的數(shù)量也正在變得越來越多。然而,當用戶面對眾多具有一致或者類似功能實現(xiàn)的Web服務,如何選擇其中最佳的Web服務用以構建 Web應用成為了一個極具價值的研究課題。由于網(wǎng)絡的不穩(wěn)定性,并且不同用戶所處的網(wǎng)絡環(huán)境不同,服務提供商不能保證同一 Web服務對所有的用戶具有相同的QoS
2、。并且,讓所有用戶調(diào)用存在于互聯(lián)網(wǎng)上所有的Web服務以收集個性化的QoS記錄又是不切實際的。因此,如何準確地預測QoS以輔助選擇合適的服務來構建Web應用也成了一個亟待解決的問題。
本文論述了稀疏歷史數(shù)據(jù)條件下關于QoS預測問題所面臨的難點,分析了近年來國內(nèi)外的關于QoS預測的研究現(xiàn)狀與進展,設計了兩種模型用以預測Web服務QoS,并通過模型融合的方法結合兩者的優(yōu)勢,以期最終提高 QoS的預測精度。
首先,論文簡要地
3、介紹了Web服務QoS預測問題所涉及的知識與技術,包括了Web服務、QoS概念、各種推薦技術以及相似度算法等;其次,將基準偏置模型引入概率矩陣分解模型,并且將相似鄰居的先驗信息加入已有概率模型,推導出含有相似鄰居正則化項的概率矩陣分解(PMF)模型;再次,提出一種擴展的基準偏置模型,并且將一部分上下文信息通過潛在特征空間映射的方式構建容納更多信息的概率模型;然后,結合上述兩種模型的優(yōu)勢,提出了基于相似鄰居正則化與潛在特征空間映射的混合模
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于QoS的個性化Web服務推薦方法研究.pdf
- 基于QoS的Web服務個性化發(fā)現(xiàn)研究.pdf
- 基于位置最近鄰與矩陣分解的Web服務QoS預測研究.pdf
- 基于QoS的個性化云服務推薦方法研究.pdf
- 基于協(xié)同過濾與QoS的個性化Web服務推薦研究.pdf
- 基于矩陣分解的個性化推薦系統(tǒng)研究.pdf
- 基于Web的用戶個性化服務研究.pdf
- 基于WEB挖掘的個性化服務.pdf
- 基于概率矩陣分解的個性化推薦系統(tǒng)研究.pdf
- 基于web日志挖掘的個性化服務研究.pdf
- 基于數(shù)據(jù)挖掘的WEB個性化服務研究.pdf
- 基于Web數(shù)據(jù)挖掘的個性化服務研究.pdf
- 基于web2.0的個性化信息服務研究
- 基于Web Services的個性化新聞服務機制研究.pdf
- 基于Web使用挖掘的個性化推薦服務研究.pdf
- 基于QoS感知的個性化云媒體服務選擇算法研究.pdf
- 基于Web日志挖掘的個性化推薦方法研究.pdf
- 面向用戶調(diào)用特征的個性化Web服務質(zhì)量預測方法研究.pdf
- 基于矩陣分解的個性化信息流推薦技術研究.pdf
- 基于Web聚類的個性化推薦服務研究.pdf
評論
0/150
提交評論