原创力文档- 1、本文档共1页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
云平台下的服务质量及用户满意度预测方法研究
随着云计算模式的深入推广,越来越多的通信资源、计算资源和存储资源依赖于互联网访问云平台,驱动云服务的数量迅猛增长。其中,具有功能相同、服务质量(QoS)不同的云服务数量众多。
考虑用户满意度和服务质量的云服务推荐分析研究目前处于起步阶段,云服务推荐的服务质量约束和用户满意度计算尚未形成有效的解决方法。基于云服务推荐系统的实际需求,本文从两个角度分析了服务质量和用户满意度关系。
主要研究内容如下:(1)针对QoS的时间序列特征和QoS评价的多值特征,对多值QoS数据进行预处理,在多个时间段内建模云模型,为了准确识别潜在用户的邻近用户,引入了一种兼顾形状和距离的综合云模型相似度的度量方法对每个时间段的云模型进行相似性度量,并根据潜在用户不同时期的应用需求,采用FAHP方法确定时间段的客观权重。提出了一种基于云模型时间序列分析的协同QoS预测方法,该方法能够为在云模型下的潜在用户提供高精度的多值协同QoS预测。
(2)针对QoS满意度预测问题,本文提出了基于二阶隐马尔科夫模型的QoS满意度预测模型。该模型考虑了前两个时间状态对当前状态的影响,对服务QoS满意度的进行预测,然后将所产生的服务QoS满足能力高的云服务推荐给用户。
该方法能够有效的提高预测精度,为用户提供高满意度的云服务。
文档评论（0）