时空感知下基于结构相似度的Web服务质量预测

夏 会,高 旻,邹 淑

(1.重庆理工大学 会计学院,重庆400054;2.重庆大学 大数据与软件学院,重庆400044)

Web服务是一种平台独立、低耦合、可编程的Web应用程序,具有良好的互操作性,广泛用于开发大规模的分布式应用程序。随着信息技术的迅猛发展,特别是云计算等新型服务计算的兴起,软件应用、计算能力、数据等许多资源都被打包成服务,Web服务的数量呈指数级增长,大量功能相同或相似的Web服务不断涌现[1]。用户因为缺乏相应的专业知识而无法作出选择,及时准确地为用户发现和选择高质量的服务成为服务计算领域亟待解决的问题[2]。

个性化推荐技术作为缓解信息过量产生和有效信息发现不平衡的有效方法之一[3],被引入到Web服务领域,可以及时高效地为用户提供满足需求的Web服务,提高用户的满意度[4]。个性化服务推荐技术的一个重要问题是如何获得Web服务的质量(Quality of Service,QoS)。QoS作为描述Web服务的主要非功能性特征,包括Web服务的响应时间、吞吐量、价格和可靠性等[5]。精确的QoS可以有效地提高Web服务推荐的性能[6]。尽管用户可以通过亲自调用Web服务来评估QoS,但是要在短时间对大量候选服务的QoS进行准确评估是不太可能的[7]。与此同时,网络环境的不确定性以及恶意的用户反馈可能导致用户调用Web服务时的QoS是虚假的,包含噪声的[8]。实际应用中,用户对Web服务的QoS矩阵通常是稀疏的,包含噪声的,对Web服务推荐影响较大。由于Web服务的QoS属性受到用户和Web服务所在的位置、访问时间以及网络环境等因素的影响,当前的研究多在已有的基于用户或服务协同过滤推荐[5,9-10]的基础上,利用时间和位置的特征[2,11-14],对QoS的预测结果进行优化,以更好地进行协同过滤推荐。……