计算机工程与应用 ›› 2018, Vol. 54 ›› Issue (20): 74-79.DOI: 10.3778/j.issn.1002-8331.1805-0030
谭朝文,宗 容,席先强,武 浩
TAN Zhaowen, ZONG Rong, XI Xianqiang, WU Hao
摘要: 随着Web服务相关标准和技术的日趋成熟,基于服务质量(QoS)的Web服务推荐对用户体验起着决定性作用。如何准确预测Qos值是当今的研究热点。以往基于近邻或模型的协同过滤算法,采用的是“用户-服务”二维信息,预测的QoS值是静态的且精准性不高。将时间信息维度引入张量模型,建立“用户-服务-时间”的三维张量可使QoS预测值更加符合用户需求特点,用贝叶斯方法求解张量分解,引入概率意义下对于系统的解释和分析,提供一套先验概率引入先验知识的贝叶斯推断框架,提高了QoS预测的精确度。实验表明,使用该算法的预测结果较其他算法相比较有更小的平均绝对误差,很好地解决了数据稀疏度问题。