基于用户隐含特征和协同过滤的服务质量QoS预测方法

摘要

一种基于用户隐含特征和协同过滤的服务质量QoS预测方法。首先，将影响客户端感知服务质量的个体潜在语义因素，如网络性能、上下文场景、终端配置类型等，作为用户终端的隐含特征，并利用pLSA将此隐含特征与QoS数据相关联；然后，构建基于pLSA的用户和服务聚类决策模型，得到特征相似的用户或服务类簇；最后，采用云相似技术充分挖掘同一类簇用户的相似度，并基于相似用户只对相似服务有效的协同过滤原则，对稀疏QoS矩阵中缺失值的进行准确和快速预测，从而为用户提供个性化的服务质量信息。本发明方法充分挖掘服务QoS的隐含因素特征，其预测精度高，执行效率快，适用范围广泛，具有很好的理论和推广应用价值。