[发明专利]一种混合概率分布检测的QoS预测模型的构建方法

权利要求书

1.一种混合概率分布检测的QoS预测模型的构建方法，其特征在于，所述方法包括以下步骤：

步骤S1、获取原始QoS数据，并构建出离散化方式表示QoS数据概率分布的数学模型；

步骤S2、将所获取到的原始QoS数据基于矩阵分解MF方法，构建出用户对服务的第一QoS预测模型；

步骤S3、将所获取到的原始QoS数据基于改进的相似度计算的协同过滤CF方法，构建出用户对服务的第二QoS预测模型；其中，所述用户对服务的第二QoS预测模型由多个用户相似度计算模型决定；所述多个用户相似度计算模型包括采用传统方法构建的用户相似度第一计算模型、采用MF分解后的低维度的用户潜因子矩阵构建的用户相似度第二计算模型以及采用KL散度构建的基于概率分布的用户相似度第三计算模型；

步骤S4、根据所构建出的离散化表示QoS数据概率分布的数学模型，确定预测结果概率置信度计算公式，并根据所确定的预测结果概率置信度计算公式，分别计算出所述用户对服务的第一QoS预测模型及所述用户对服务的第二QoS预测模型各自对应的概率置信度，且进一步将所述用户对服务的第一QoS预测模型及所述用户对服务的第二QoS预测模型分别与各自计算得到的概率置信度相结合，得到用户对服务的最终QoS预测模型，即为混合概率分布检测的QoS预测模型；

所述步骤S1中的“离散化方式表示QoS数据概率分布的数学模型”为

其中，P_i(k)表示特定用户U_i产生的原始QoS数据Q_i在区间k内发生的概率，且P_i(k)≥0；Num(Q_i，k-1，k)表示Q_i在划分区间[k-1，k]内采样数据的个数；Num(Q_i，0，k)表示总体采样数据的个数；K为原始QoS数据被等分的区间总数；

所述步骤S3中的“传统方法公式构建的用户相似度第一计算模型”，如下式(6)所示：

其中，s∈NES表示user_i和user_j之间共同调用的服务集合，q_is和q_js分别表示user_i和user_j用户对共同调用过的服务所产生的QoS值；当用户之间对共同调用的服务所产生的QoS越接近，则相似度越高，否则相似度越低，如用户之间没有共同调用过的项的时候，则相似度为0；

所述步骤S4具体包括：

首先，根据所构建出的离散化表示QoS数据概率分布的数学模型，确定预测结果概率置信度计算公式，如下式(11)所示：

其中，Q_i是训练集中用户i的特定原始QoS数据，Q_ik是Q_i的子集表示在第k个区间内的样本数据，||·||表示样本数据的数量；min(Q_i)和max(Q_i)分别表示Q_i中的最小值和最大值；

其次，根据所确定的预测结果概率置信度计算公式，分别计算出所述用户对服务的第一QoS预测模型的概率置信度及所述用户对服务的第二QoS预测模型的概率置信度其中，当获得预测结果后，根据上述公式(11)计算对应区间数k的值，进而计算的概率置信度当获得预测结果后，根据上述公式(11)计算对应区间数k的值，进而计算的概率置信度

最后，将所述用户对服务的第一QoS预测模型及所述用户对服务的第二QoS预测模型分别与各自计算得到的概率置信度相结合，得到用户对服务的最终QoS预测模型，即为混合概率分布检测的QoS预测模型，如下式(12)所示：