PROMETHEE方法在云服务推荐中的应用：一种多目标决策策略

"这篇论文是2014年由赵卓发表的，主要探讨了在云计算环境中，基于PROMETHEE的多目标决策方法在云服务推荐中的应用。赵卓是郑州升达经贸管理学院信息工程系的讲师，专注于云计算、软件工程和计算机应用的研究。该论文提出了一种二级服务评价模型，结合帕累托优化和PROMETHEE方法，以解决服务等级协议（SLA）导向的云服务推荐问题，旨在为用户提供更精确的帕累托最优解，支持其决策过程。" 文章详细介绍了在开放的云计算背景下，用户面临大量具有不同服务质量（QoS）属性的相似服务时，如何进行有效选择的挑战。传统的推荐方法存在不足，因此，作者提出了一种新的二级服务评价模型。该模型首先运用帕累托优化来确定潜在的最优解集，然后结合PROMETHEE方法，对这些帕累托最优解进行更深入的量化评估，以提供更加精确的推荐。 PROMETHEE（Preference Ranking Organization Method for Enrichment Evaluations）是一种多准则决策分析工具，它能够处理多个相互冲突的决策标准，并能对这些标准进行偏好排序。在云服务推荐中，这种技术可以考虑多种QoS属性，如响应时间、可用性和成本，从而帮助用户找到满足他们特定需求的最佳服务组合。 论文中还提出了一种基于贝叶斯网络（BNL）的服务推荐算法，该算法能够快速地找出PROMETHEE意义下的Top-k帕累托最优解，这为用户最终的选择提供了有力的支持。通过实验验证，证明了该算法在效率和有效性方面的优越性。 关键词包括云计算、服务推荐、服务等级协议、多目标决策和帕累托优化，表明该研究关注的是在多因素影响下的云服务推荐策略，特别是利用PROMETHEE算法来提升推荐的精准度和实用性。 这篇论文为云服务推荐提供了一种创新的多目标决策方法，将PROMETHEE与帕累托优化相结合，解决了云环境中的复杂决策问题，为云服务提供商和用户之间的互动提供了更科学、更智能的工具。