刘珍珍 杨怀洲

摘要：随着Web服务技术的发展，网络中涌现出很多功能性属性相同或相似但非功能性屬性如QoS具有明显差异的Web服务。如何选择最佳的Web服务构建满足用户QoS需求的Web应用成为一个极具价值的研究课题[1]。时间和空间因素是影响Web 服务的QoS属性的主要因素，在实际应用中，时空信息不同Web服务的性能有很大差异。该文针对综合时空信息的Web服务QoS预测方法进行了综合对比分析，总结了当下QoS预测方法的研究趋势和发展前景。

关键词：Web服务;QoS预测;协同过滤;矩阵分解;个性化推荐

中图分类号：TP301      文献标识码：A

文章编号：1009-3044（2021）18-0233-03

开放科学（资源服务）标识码（OSID）：

1 背景

Web服务的QoS属性是选取最佳候选服务时需要考虑的关键性因素，是动态服务发现、查询、选择和主动推荐的基础，通常用来体现Web服务的非功能特性。由于在实际应用中，Web服务数量非常多，用户对大多数服务并不了解，因此Web服务的QoS属性值不完整。而且，不同用户的网络环境及服务运行环境均存在差异，QoS属性表现得很不稳定。因此预测活动用户缺少的QoS值非常必要，不仅能更好地进行服务推荐，还便于用户进行服务的选择。Web服务的QoS性能与用户地理位置高度相关，QoS性能受网络距离及各自的网络环境的影响。同时，Web服务的QoS性能与调用时间高度相关，网络环境以及服务状态会随时间而变化。互联网上不同用户调用同一Web服务时，感受到的服务性能也不同。通过综合时空信息进行QoS预测不仅可以对Web服务的多个QoS属性进行合理的综合评价，还可以准确地预测 QoS值，帮助用户选择在海量的Web服务中选择最合适的服务，完成服务的个性化推荐。……