基于用户上下文的服务信誉度度量方法研究与设计

来源 :北京邮电大学 | 被引量 : 0次 | 上传用户:bbswile
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
信誉度用来描述服务提供方发布的QoS和真实值之间的可信度。其度量标准是依据用户使用服务后,根据获取到的真实QoS与公告值的差别,以及用户主观感受所给出的反馈等级综合得到。准确的信誉度对于用户进行服务选择,有非常重要的作用。尽管已有的很多方法能够有效地提高服务信誉度度量的准确性,但其普遍忽略了用户上下文对信誉度度量的影响。为此,本文针对用户上下文对反馈等级的影响以及如何弱化用户上下文影响进行了深入的研究,通过进行用户上下文聚类以及弱化用户上下文对反馈等级的影响,来对反馈等级进行预处理。本文面向不同的应用场景,提出了两种基于用户上下文的Web服务信誉度度量方法:1)针对用户上下文对用户反馈等级产生不同影响的问题,提出了一种基于用户上下文聚类的Web服务信誉度度量方法。该方法首先对用户上下文建模,并对其进行形式化定义及正规化处理;然后,对用户上下文进行聚类,旨在用一个综合量化值来表征用户上下文级别;最后,使用同一量化值的反馈等级来度量信誉度,进而获得不同用户上下文中的信誉度度量结果。实验结果表明,在用户反馈等级受用户上下文影响较大的场景下,该方法能够有效提高信誉度度量的准确性。2)针对已有方法在信誉度度量过程中仅采用单一用户上下文中的反馈等级而造成反馈等级使用率低的问题,提出了一种基于用户上下文敏感度的信誉度度量方法。该方法首先提出用户上下文敏感度概念,并对用户上下文敏感度进行度量;然后,根据用户上下文敏感度对反馈等级中的用户上下文影响进行弱化,将不同用户上下文中的反馈等级转化为统一参考级别;最后,根据弱化后的反馈等级度量用户相似度,并以此获得服务信誉度的度量结果。实验结果表明,在用户对服务频繁访问的场景下,该方法能够有效提高信誉度度量的准确性。
其他文献
随着大数据技术的发展,NoSQL数据库变得流行,人们对此类技术的期望和要求也越来越高。当非关系型数据库最开始被提出时,只是为了解决稳定的海量数据存储及简单的并发查询。但
Maze系统是基于P2P的文件共享平台,采用集中式架构管理用户和资源。本文的研究范围是如何从用户行为中提取信息来确定资源文件间的相关性。文章首先总结了Maze系统中的资源现