信誉度驱动的Web服务QoS预测方法

"一种基于信誉度的Web服务质量预测方法 (2012年)，作者：舒振，马建威，罗雪山，国防科技大学信息系统工程重点实验室" 这篇2012年的学术论文聚焦于改进Web服务的质量预测方法，尤其强调了考虑用户信誉度的重要性。在传统的服务质量（QoS）预测模型中，通常依赖于其他用户提供的服务体验数据，但这种假设往往忽略了信息的准确性和可信度。论文指出，如果这些信息不可靠，那么预测结果将产生显著误差。 作者提出了一种新的预测模型，该模型从服务用户信誉度的角度出发，旨在提高预测的准确性。首先，他们介绍了这种方法的基本理念，即通过评估和利用用户信誉度来过滤或加权QoS数据。这一过程包含了以下几个关键步骤： 1. 评价用户信誉等级划分：确定一个评价体系，将用户分为不同的信誉等级。这可能涉及到对用户历史行为的分析，包括其提交的评价次数、一致性、以及与其他用户评价的匹配程度等。 2. 评价用户信誉度计算：设计一个公式或算法来量化每个用户的信誉度。这可能涉及到计算用户的评价可靠度，考虑其对服务的长期反馈，以及对异常或异常频繁评价的处理策略。 3. 服务质量的预测算法：结合用户的信誉度，构建一个预测模型。这个模型会根据用户信誉度加权其提供的QoS数据，从而给出更可靠的预测结果。 在论文的实验部分，作者通过模拟实验对比了他们的信誉度预测方法与传统的算术平均值法。实验结果显示，基于信誉度的预测方法在提高预测准确性方面表现优越，证明了其在Web服务管理中的实用价值。 关键词涵盖了Web服务、信誉度、服务质量（QoS）、服务质量预测和服务用户，表明该研究关注的是如何在复杂多变的网络环境中，通过评估用户信誉来提升服务质量预测的可靠性，这对于理解和改进Web服务的性能管理具有重要意义。 这篇论文的中图分类号为TP393，文献标志码为A，文章编号1672-7207(2012)05一1764-09，发表在2012年5月的《中南大学学报(自然科学版)》第43卷第5期，由国防科技大学信息系统工程重点实验室的舒振、马建威和罗雪山共同撰写。