[发明专利]一种基于复杂时空情境感知的服务质量预测方法及系统

摘要

本发明公开了一种基于复杂时空情境感知的服务质量预测方法及系统，解决了现有技术存在的复杂时空条件下服务质量预测精度低的问题。首先构建至少包含输入层和输出层的多层网络结构的深度神经网络；其次确定输入样本和输出样本；该输入样本为从服务调用历史数据中提取的特征所组成的集合；该输出样本为每条数据记录的服务质量数值；该集合包括用户和服务的id、用户和服务的ip地址、用户和服务的所在地(如城市)、用户和服务的自治域及服务调用的时间；再者根据输入样本和输出样本训练深度神经网络，得到服务质量预测模型；最后将获取的目标用户特征、目标服务特征、目标服务调用时间输入到服务质量预测模型中，预测目标服务质量。

主权项

1.一种基于复杂时空情境感知的服务质量预测方法，其特征在于，所述服务质量预测方法包括：构建预测用的深度神经网络；所述深度神经网络包括相互关联的输入层、嵌入层、空间特征交互层、空间特征向量重组层、空间特征向量拟合层以及输出层；确定输入样本和输出样本；所述输入样本为从服务调用历史数据中提取出每条数据记录的各项特征所组成的特征集合；所述特征集合包括空间特征集合和时间特征集合；所述空间特征集合包括用户特征和服务特征；所述用户特征包括用户id、用户ip地址、用户所在地以及用户的自治域；所述服务特征包括服务id、服务的ip地址、服务所在地以及服务的自治域；所述时间特征集合包括多个不同的时间特征值；一个所述时间特征值代表一个时隙，所述时隙为每条数据记录中服务调用的时间；所述输出样本为每条数据记录的服务质量数值；根据所述输入样本和所述输出样本，训练所述深度神经网络，得到服务质量预测模型；获取目标用户特征、目标服务特征以及目标服务调用时间；将所述目标用户特征、所述目标服务特征以及所述目标服务调用时间输入到所述服务质量预测模型的输入层中，获取所述服务质量预测模型的输出层输出的目标服务质量。