论文部分内容阅读
为了解决由于服务质量（QoS）历史数据缺失而造成基于QoS的web服务选择无法得到满意结果的问题，提出一种基于混合协同过滤的Web服务质量预测方法．该方法根据目标用户和目标服务自身特性和相关区域信息，选用不同的预测方法计算缺失的QoS值．如用户（或服务）属于特殊用户类（或特殊服务类），或者服务对区域敏感，则采用基于用户和基于服务的预测方法．否则，利用改进后的欧氏距离测量服务和用户的相似度，并通过引入平衡因子整合基于用户和基于服务的2种不同预测方法．基于真实公开的数据集的实验结果表明，该方法具有较高的Web