云平台下的服务质量及用户满意度预测方法研究
随着云计算模式的深入推广,越来越多的通信资源、计算资源和存储资源依赖于互联网访问云平台,驱动云服务的数量迅猛增长。其中,具有功能相同、服务质量(QoS)不同的云服务数量众多。
考虑用户满意度和服务质量的云服务推荐分析研究目前处于起步阶段,云服务推荐的服务质量约束和用户满意度计算尚未形成有效的解决方法。基于云服务推荐系统的实际需求,本文从两个角度分析了服务质量和用户满意度关系。
主要研究内容如下:(1)针对QoS的时间序列特征和QoS评价的多值特征,对多值QoS数据进行预处理,在多个时间段内建模云模型,为了准确识别潜在用户的邻近用户,引入了一种兼顾形状和距离的综合云模型相似度的度量方法对每个时间段的云模型进行相似性度量,并根据潜在用户不同时期的应用需求,采用FAHP方法确定时间段的客观权重。提出了一种基于云模型时间序列分析的协同QoS预测方法,该方法能够为在云模型下的潜在用户提供高精度的多值协同QoS预测。
(2)针对QoS满意度预测问题,本文提出了基于二阶隐马尔科夫模型的QoS满意度预测模型。该模型考虑了前两个时间状态对当前状态的影响,对服务 ...


雷达卡




京公网安备 11010802022788号







