面向Web服务质量预测的高可用矩阵还原模型

摘要 鉴于基于协同过滤的Web服务质量(QoS)预测存在无法应对UserService评价矩阵过稀疏的问题，提出一种基于矩阵还原理论的QoS预测模型 (HMRQoS).首先，在现有矩阵还原模型的基础上增加了运用小幅噪声对用户评价的主观不确定性以及观测误差的建模；其次，提出利用用户及服务的上下文将原始评价矩阵切分为多个子评价矩阵，以在不显著影响评价矩阵秩分布的前提下实现并行计算；最后，界定了该机制的适定条件，并提出采用基于用户相似度的协同过滤方法补全过稀疏的子评价矩阵.仿真结果表明，相比协同过滤方法，HMRQoS对评价矩阵的预测准确度提高了10%以上，且能有效识别出恶意评价