基于SOM神经网络的服务质量预测

服务质量预测在服务计算领域中是一个热点研究问题.在历史QoS数据稀疏的情况下，设计一个满足用户个性化需求的服务质量预测方法成为一项挑战.为了解决这一挑战问题，提出一种基于SOM神经网络的服务质量预测方法SOMQP.首先，基于历史QoS数据，应用SOM神经网络算法分别对用户和服务进行聚类，得到用户关系矩阵和服务关系矩阵；进而，综合考虑用户信誉和服务关联性，采用一种新的Top-k选择机制获得相似用户和相似服务；最后，采用基于用户和基于项目的混合策略对缺失的QoS值进行预测.在真实的数据集WS-Dream上进行了大量实验，结果表明，与经典的CF算法和K-means算法相比，该方法在较大程度上提高了QoS的预测精度