基于扩展规范多项式张量网络的 Web 服务 QoS 预测
机器学习
2024-08-30 v1
摘要
今天，大量功能相似的 Web 服务在互联网上提供。用户通常会评估服务质量（QoS）以选择最佳选项。在 Web 服务领域，预测这些 Web 服务的 QoS 值是一个重要挑战。已证明基于规范多项式（CP）的张量网络模型对于预测动态 QoS 数据具有高效性。然而，当前的 CP 基于张量网络模型未考虑用户和服务在低维潜在特征空间中的相关性，从而限制了模型的预测能力。为解决此问题，本文提出了一种扩展规范多项式基于张量网络（ECTN）模型。它通过在用户特征和服务特征之间的低维空间中构建关系维度来建模用户和服务的相关性，然后设计扩展的 CP 分解结构以提高预测准确性。在两个公共动态 QoS 数据集上进行实验，结果表明，与最新方法相比，ECTN 获得了更高的预测准确性。
引用
@article{arxiv.2408.16278,
title = {Web Service QoS Prediction via Extended Canonical Polyadic-based Tensor Network},
author = {Qu Wang and Hao Wu},
journal= {arXiv preprint arXiv:2408.16278},
year = {2024}
}
备注
10 pages, 6 figures