基于异常值检测矩阵分解的服务质量预测

摘要： 基于Qo S感知的Web服务推荐是帮助用户找到高质量服务的解决方案之一.为了准确预测候选服务的QoS值，通常需要收集用户的历史QoS数据.然而，现有的方法大多忽略了历史数据中的异常值会导致预测准确度降低.为了解决这一问题，提出一种基于异常值检测矩阵分解的服务质量预测方法.首先，使用基于K-means的隔离森林算法先对历史QoS数据进行聚类，将历史数据中的异常值剔除；然后，将其用... （共10页）