基于異常值檢測矩陣分解的服務質量預測

摘要： 基于Qo S感知的Web服務推薦是幫助用戶找到高質量服務的解決方案之一.為了準確預測候選服務的QoS值，通常需要收集用戶的歷史QoS數(shù)據(jù).然而，現(xiàn)有的方法大多忽略了歷史數(shù)據(jù)中的異常值會導致預測準確度降低.為了解決這一問題，提出一種基于異常值檢測矩陣分解的服務質量預測方法.首先，使用基于K-means的隔離森林算法先對歷史QoS數(shù)據(jù)進行聚類，將歷史數(shù)據(jù)中的異常值剔除；然后，將其用... （共10頁）