公开(公告)号：CN108256695A

公开(公告)日：2018-07-06

申请号：CN201810208040.3

申请日：2018-03-14

Applicant: 北京邮电大学

Inventor： 姚文斌 ,  綦麟 ,  胡芳燚 ,  樊悦芹 ,  黄芬芬

IPC: G06Q10/04 ,  G06Q10/06

CPC classification number: G06Q10/04 ,  G06Q10/06395

Abstract: 本发明的目的在于提高Web服务QoS预测的准确性，提供一种基于历史信息的Web服务QoS预测方法。该方法收集用户提交的数据量、服务器吞吐量和服务器CPU利用率，对数据进行预处理后，利用收集到Web服务QoS信息的历史数据对神经网络模型进行训练，输入用户提交的数据量、服务器吞吐量和服务器CPU利用率结合训练后的神经网络模型进行QoS预测。

公开(公告)号：CN108460145B

公开(公告)日：2020-07-03

申请号：CN201810212124.4

申请日：2018-03-15

Applicant: 北京邮电大学

Inventor： 姚文斌 ,  胡芳燚 ,  綦麟 ,  樊悦芹 ,  黄芬芬

IPC: G06F16/9535

Abstract: 本专利提出一种新的混合用户兴趣相似度计算方法。通过建立用户对所用项目的评分矩阵，当发现用户评分矩阵为空，计算用户特征属性相似性寻找相似用户进行预测评分。当目标用户与其他用户之间共同评分物品个数比较少时，通过计算物品相似度，间接计算出用户兴趣相似度。用户兴趣相似度计算主要分成三个部分：直接计算用户评分的距离值、求出一组评分的贡献值以及这组评分在整个评分系统中是否为奇异值。最后，将三个计算用户兴趣相似度的方法通过sigmoid函数实现冷启动状态下根据用户属性计算相似度到根据用户评分信息的平滑过渡得到最终用户兴趣相似度。根据用户兴趣相似度计算目标用户未评分项目的预测评分，选取其中预测评分最高的N个项目推荐，本发明可以有效缓解冷启动问题、数据稀疏性问题并有效地提高预测推荐的准确度。

公开(公告)号：CN108460145A

公开(公告)日：2018-08-28

申请号：CN201810212124.4

申请日：2018-03-15

Applicant: 北京邮电大学

Inventor： 姚文斌 ,  胡芳燚 ,  綦麟 ,  樊悦芹 ,  黄芬芬

IPC: G06F17/30

CPC classification number: G06F16/9535

Abstract: 本发明提出一种新的混合用户兴趣相似度计算方法。通过建立用户对所用项目的评分矩阵，当发现用户评分矩阵为空，计算用户特征属性相似性寻找相似用户进行预测评分。当目标用户与其他用户之间共同评分物品个数比较少时，通过计算物品相似度，间接计算出用户兴趣相似度。用户兴趣相似度计算主要分成三个部分：直接计算用户评分的距离值、求出一组评分的贡献值以及这组评分在整个评分系统中是否为奇异值。最后，将三个计算用户兴趣相似度的方法通过sigmoid函数实现冷启动状态下根据用户属性计算相似度到根据用户评分信息的平滑过渡得到最终用户兴趣相似度。根据用户兴趣相似度计算目标用户未评分项目的预测评分，选取其中预测评分最高的N个项目推荐，本发明可以有效缓解冷启动问题、数据稀疏性问题并有效地提高预测推荐的准确度。