张鹏程, 王丽艳, 吉顺慧, 李雯睿

1(河海大学 计算机与信息学院,江苏 南京 211100)

2(南京晓庄学院 信息工程学院,江苏 南京 211171)

随着Web服务技术的快速发展和应用,网络上出现很多功能相似的Web服务,在选择满足用户需求的Web服务过程中,非功能性需求往往被人们忽视[1].近几年来,作为非功能性因素的QoS逐步被人们重视[2].Web服务由Internet网络提供,因为网络环境等因素的变化而受到影响,因此,真实网络的QoS具有非线性、动态多变的特点,选择服务前提供有效的服务QoS信息显得格外重要[3,4].

目前,越来越多的研究人员开始致力于Web服务QoS预测技术,在服务功能满足用户需求的情况下,为用户选择服务或避免服务故障提供了技术支持.现有的预测模型根据预测技术可以分为基于结构方程(structural equation)的QoS预测方法[5,6]、基于相似度的QoS预测方法[7,8]、基于人工智能的QoS预测方法[9,10]和基于时间序列的QoS预测方法[11]等.

(1) 基于结构方程的QoS预测方法根据QoS的过去值分析当前值变化趋势,该方法可以分析属性的内部关系,但不能预测具体值[5].Le等人[6]根据单个属性历史信息的趋势,提出了一种 QoS定量预测法,但只能预测属性的变化情况,预测值不准确;

(2) 基于相似度的QoS预测方法是利用使用过该Web服务的用户的QoS,根据相似度预测其他未使用者或该用户使用的其他服务的QoS[12].最早由Shao等人[7,8]提出,使用协同过滤法(collaborative filtering approach),根据用户相似度预测未使用过的服务QoS.该类方法具有预测模型简单、速度快的特点,但是只能用于单一功能……