1 / 2016-07-16 12:14:29

基于CART与SlopeOne的服务质量预测算法

10919,10920,10921,10922,10923

随着可供用户选择的具有相同功能的网络服务不断增加，在为用户推荐网络服务时，描述网络服务非功能属性的服务质量变得越发重要。然而, 现实环境下，用户只调用过很少的网络服务，网络服务的服务质量值大量缺失。因此，服务质量值的预测成为服务计算推荐领域的研究热点。然而，现有的预测算法没有利用用户-服务对的潜在特征，而该特征影响算法的预测准确度。本文充分利用用户-服务对的潜在特征提出了一种基于分类和slopeOne的预测算法:首先通过用户-服对的历史服务质量值提取出用户和服务的个性特征，然后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，最后使用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，从而提高了预测准确度。本文提出的预测算法在一个广泛使用的真实数据集上进行了实验，实验结果表明算法的预测性能较好，特别是在数据稀疏情况下。