一种基于去中心化矩阵分解的服务质量预测方法 .pdfVIP

(19)中华人民共和国国家知识产权局

(12)发明专利说明书

(10)申请公布号CN109376901A

(43)申请公布日2019.02.22

(21)申请号CN201811043938.6

(22)申请日2018.09.07

(71)申请人苏州大学

地址215028江苏省苏州市工业园区仁爱路199号

(72)发明人刘安彭佳李直旭赵雷

(74)专利代理机构南京正联知识产权代理有限公司

代理人顾伯兴

(51)Int.CI

权利要求说明书说明书幅图

(54)发明名称

一种基于去中心化矩阵分解的服务

质量预测方法

(57)摘要

本发明公开了一种基于去中心化矩

阵分解的服务质量预测方法，包括以下步

骤：（1）建立用户邻接图，（2）确定交

互的范围，（3）确定交互的信息，（4）

合成并预测QoS值。通过上述方式，本发

明基于去中心化矩阵分解的服务质量预测

方法通过采用去中心化矩阵分解方法来预

测QoS值，解决集中式训练造成的计算资

源浪费的问题，此外，每个用户对Web服

务的QoS值保存在用户自己手中，从而很

好的保护了用户的个人隐私，在基于去中

心化矩阵分解的服务质量预测方法的普及

上有着广泛的市场前景。

法律状态

法律状态公告日法律状态信息法律状态

2019-03-19实质审查的生效实质审查的生效

2019-02-22公开公开

权利要求说明书

1.一种基于去中心化矩阵分解的服务质量预测方法,其特征在于,包括以下步骤:

定义表示用户集合,定义

表示Web服务集合,其中共有

个用户和

个Web服务,

表示第i个用户对第j个Web服务的交互信息,其中

,并且

表示用户

对服务

评估的QoS值,

定义

表示用户潜在特征矩阵,其中每一行

表示用户

的

维潜在特征向量,定义

表示服务潜在特征张量,定义

表示用户

的服务潜在特征矩阵,其中表示用户

对服务

的K维潜在特征向量,

(1)建立用户邻接图:

根据用户的地理位置来建立用户邻接图

以表示用户之间的密切程度,定义

表示用户

和用户

之间的距离,那么,用户

和用户

之间的相似度可以表示为:

,

其中:

,如果用户

和用户

在同一地区,则式中

,如果用户

和用户

不在同一地区,则式中

,

是用户之间的距离和相似度的映射函数,用户之间的距离越小,相似度就越大,

(2)确定交互的范围:

用户采用基于随机游走的相邻用户交互的方法对其他邻居的信息进行交互:

在建立完用户邻接图

之后,采用用户邻接矩阵

表示用户的邻接图,定义

表示

中

的第

个邻居,

表示邻居的个数,,显然,

就表示用户

的直接邻居,

当用户

想与他直接的邻居

交互信息,

表示用户

从他的邻居中选取一个用户的行为,那么,

,

根据马尔可夫概率,用户

选取他的第二邻居(

)的概率为:

,

其中,D表示随机游走的最大距离,

用户在预设的最大迭代次数内对周围邻居进行游走以交互信息,

(3)确定交互的信息:

为了保护用户的隐私,要确定用户之间交互哪些信息,将QoS值分解为用户偏好潜在

向量

和服务偏好潜在向量

,即,

,

其中,对于每个用户

,第

个服务的服务潜在特征向量

,可以分解为:

,

其中

表示全局潜在特征向量,其表示所有用户的共同偏好,

表示私有潜在特征向量,其表示用户

的个人偏好,那么损失函数可以表示为:

,

向量和只依赖于保存在用户

中的信息,而

不仅依赖于用户

中的信息,也依赖于其他相邻的用户中的信息,设定隐私保护协议来交换用户之间的

信息,从而学习服务全局潜在特征向量

,所述隐私保护协议为通过发