基于異常值檢測矩陣分解的服務(wù)質(zhì)量預(yù)測

摘要： 基于Qo S感知的Web服務(wù)推薦是幫助用戶找到高質(zhì)量服務(wù)的解決方案之一.為了準(zhǔn)確預(yù)測候選服務(wù)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(dǎo)致預(yù)測準(zhǔn)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(wù)質(zhì)量預(yù)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）