苏 凯,马良荔,孙煜飞,郭晓明

（1.海军工程大学装备经济管理系,湖北武汉430033；2.海军工程大学计算机工程系,湖北武汉430033）

面向Web服务QoS预测的非负矩阵分解模型

苏 凯1,2,马良荔2,孙煜飞2,郭晓明2

（1.海军工程大学装备经济管理系,湖北武汉430033；2.海军工程大学计算机工程系,湖北武汉430033）

针对目前QoS预测算法准确度不高的问题,提出通过挖掘已有QoS观测数据中的近邻信息和隐含特征信息而实现服务QoS预测的方法.建立QoS预测的矩阵分解因子模型,将QoS预测问题转化为稀疏QoS矩阵下的模型参数期望最大化（EM）估计问题,提出结合近邻信息的非负矩阵分解算法NCNMF＋EM对该问题进行求解.算法综合利用了QoS矩阵中的近邻信息和隐含特征信息,可以实现对不同类型QoS属性值的准确预测.实验结果表明,采用该方法可以显著地提高服务QoS的预测准确度,且算法的运行时间随着矩阵规模的增大呈线性增长,可以应用于大规模的QoS预测问题中.

Web服务；服务选择；QoS预测；矩阵因子模型；非负矩阵分解；期望最大化估计

随着Web服务技术的发展,网络上出现大量满足相同功能、但服务质量（quality of service,QoS）不同的候选服务,QoS逐渐成为用户评价Web服务,进而选择服务的重要依据［1-3］.在实际应用中,由于不同用户在调用服务时,网络环境、地理位置和服务运行环境等存在差异,导致他们体验到的服务QoS不同［4］.用户需要对候选服务的QoS进行准确的预测,从而为Web服务的选择提供可靠的QoS数据支撑.

目前,许多QoS驱动的服务选择算法［5-7］均……