现有的服务选择方法在标准化服务质量(quality of service,QoS)属性时,忽略了QoS的可信性,候选服务仅仅基于QoS值进行排序,很大程度上影响了选择结果的可信性及精确性.为解决以上问题,提出了一种QoS可信增强的服务选择方法,使用概率论的相关知识,将QoS的可信性问题转变为利用样本观测值检验属性值的事后检验问题,在保证QoS属性值可信性的基础上,对其进行标准化处理,进而计算用户对服务各个属性的满意度,选择出最能满足其实际需求的候选服务.应用实例与分析表明了该方法的有效性与可行性.
服务选择是实现服务共享、组合、复用的重要前提。随着具有相同功能属性但非功能属性(如服务质量(Quali-ty of Service,QoS))不同的候选服务数量日益增多,QoS已成为服务选择的关键指标。然而,在动态网络环境下,服务选择过程中QoS数据的真实可信性无法得到保障。通过引入包括度量服务资源种类及服务提供商信任的服务信任(Trust of Service,ToS)来构建服务的信任机制。利用Skyline技术的支配关系及投影模型,给出QoS和ToS两者之间的关联,提出了基于Skyline的动态服务选择算法,它在确保服务质量的前提下可提高服务选择的可信性。仿真实验表明了所提算法的可行性与有效性。
推荐系统在解决信息过载方面已经取得了很大的成功,同时也存在数据稀疏、冷启动等问题。如何在评分数据稀疏的情况下获得满意的推荐成为推荐系统亟待解决的问题。将信任引入推荐系统成为解决上述问题的有效方法之一。已有的信任感知推荐系统大多基于布尔型信任关系,且没有考虑信任的领域相关性。在服务选择领域,服务请求者依据QoS(quality of service)选择服务。联想到在服务推荐领域推荐请求者可以依据推荐质量(quality of recommendation,QoR)选择推荐用户,提出了推荐质量(QoR)的概念和基于推荐质量的信任感知推荐系统。QoR的属性包含评价相似度、领域信任值、领域相关度和亲密程度,利用信息熵方法可确定各属性的权重。仿真表明该方法提高了推荐系统在数据稀疏情况下的精确度和评分覆盖率,有效提高了冷启动用户的召回率,在一定程度上解决了冷启动问题。
