公开(公告)号：CN116760735A

公开(公告)日：2023-09-15

申请号：CN202310547397.5

申请日：2023-05-15

Applicant: 重庆邮电大学

Inventor： 张旭 ,  郭寒 ,  张琦涵 ,  冯川 ,  郭磊

IPC: H04L43/08 ,  H04L41/142 ,  H04L41/147

Abstract: 本发明涉及一种基于多关系概率矩阵分解的服务质量快速预测方法，属于通信技术领域。该方法包括：S1：根据历史数据集构建全局图并对其降噪处理，即消除G中权值小于阈值θ1的边，得到A个关联密切的子图；S2：将A个子图融合到初始的QoS矩阵中，从而融合响应时间QoS矩阵；S3：根据事件发生的概率特点，构建满足高斯分布的用户特征矩阵U和服务特征矩阵S；S4：根据预测的QoS矩阵与真实的QoS矩阵R之差服从正态分布，得出R满足条件概率，计算先验概率；S5：根据贝叶斯定理，由已知的数据为先验概率，计算后验概率；S6：根据随机梯度下降的优化方法，不断迭代求最小化目标函数E。本发明可以提高服务质量QoS预测的准确度和高效性。

公开(公告)号：CN115660148A

公开(公告)日：2023-01-31

申请号：CN202211203346.2

申请日：2022-09-29

Applicant: 重庆邮电大学

Inventor： 郭寒 ,  张旭 ,  张琦涵 ,  冯川 ,  郭磊

IPC: G06Q10/04 ,  G06F18/22 ,  G06Q10/0639 ,  G06Q50/10 ,  G06F17/16

Abstract: 本发明公开了一种联合用户与服务多关系的服务质量预测方法，属于通信技术领域。步骤1：根据历史数据流，表示出用户图、服务图和用户服务图；步骤2：基于用户图、服务图和用户服务图来构建全局图G，并将G中边权值小于阈值的边裁剪掉；步骤3：利用K个子图对应的响应时间QoS矩阵来加权原QoS矩阵A，从而融合为新的响应时间QoS矩阵B；步骤4：将融合的新矩阵B进行矩阵分解求得最小损失函数；步骤5：以平均绝对误差和均方根误差来评估多关系的服务质量预测方法性能。本方法结合了图论中图和凸优化中矩阵分解和梯度下降的优势，规避了预测的噪声，通过本方法可以提高服务质量QoS预测的准确度，同时提高用户调用服务的体验感。

公开(公告)号：CN115660148B

公开(公告)日：2025-05-06

申请号：CN202211203346.2

申请日：2022-09-29

Applicant: 重庆邮电大学

Inventor： 郭寒 ,  张旭 ,  张琦涵 ,  冯川 ,  郭磊

IPC: G06Q10/04 ,  G06F18/22 ,  G06Q10/0639 ,  G06Q50/10 ,  G06F17/16

Abstract: 本发明公开了一种联合用户与服务多关系的服务质量预测方法，属于通信技术领域。步骤1：根据历史数据流，表示出用户图、服务图和用户服务图；步骤2：基于用户图、服务图和用户服务图来构建全局图G，并将G中边权值小于阈值的边裁剪掉；步骤3：利用K个子图对应的响应时间QoS矩阵来加权原QoS矩阵A，从而融合为新的响应时间QoS矩阵B；步骤4：将融合的新矩阵B进行矩阵分解求得最小损失函数；步骤5：以平均绝对误差和均方根误差来评估多关系的服务质量预测方法性能。本方法结合了图论中图和凸优化中矩阵分解和梯度下降的优势，规避了预测的噪声，通过本方法可以提高服务质量QoS预测的准确度，同时提高用户调用服务的体验感。