项目名称: 基于多数据源的Web服务QoS度量方法研究

项目编号: No.61202435

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 计算机科学学科

项目作者: 王尚广

作者单位: 北京邮电大学

项目金额: 25万元

中文摘要: 在实际的Web服务环境中,由于服务提供者和服务使用者的不可信性,用户上下文的多样性以及Web服务QoS的不确定性等因素的存在,导致已有的Web服务QoS度量方法在QoS度量的可信性和准确性方面很难在实际应用中得到保证。因此,需要研究一种新的旨在提升可信性和准确性Web服务QoS度量方法。本项目围绕Web服务QoS度量的准确性和可信性两个关键科学问题,通过对:1)面向Web服务QoS度量的用户反馈数据可信性评估;2)用户上下文与Web服务QoS相关性分析;3)Web服务QoS的不确定性评估等核心算法的研究,提出一种在支持用户上下文、屏蔽恶意反馈和弱化QoS不确定性的基础上综合多种数据源的Web服务QoS度量方法,为深化和完善Web服务QoS度量方法提供重要的理论依据和技术支持,拟在国外SCI期刊上发表高质量论文5篇以上。

中文关键词: 服务计算;Web服务;QoS度量;信誉度;服务质量

英文摘要: In practical Web service environment, due to the existence of the incredibility of service providers and service users, the variety of user context, and the uncertainty of Web service QoS, the existing Web service QoS measurement approaches often cannot guarantee the credibility and accuracy of QoS measurement in the practical application. Hence, it is imperative to find a novel Web service QoS measurement approach to improve the credibility and accuracy. The study focuses on the two key scientific problems, i.e., the credibility and accuracy of Web service QoS measurement. By studying the key algorithms, such as the user feedback data credibility assessment algorithm, the correlation analysis between user context and Web service QoS, the uncertainty evaluation algorithm of Web service QoS, the study propose a Web service QoS measurement approach based on the multiple data sources . The proposed approach can not only support user context, shield malicious feedback and weaken the uncertainty of QoS, but also provides important theory foundation and technical support for improving the performance of Web service QoS measurement approaches. More than 5 high-quality papers will be published on foreign SCI jourals based on the study.

英文关键词: Service Computing;Web Service;QoS Measurement;Reputation;Quality of Service

成为VIP会员查看完整内容
0

相关内容

专知会员服务
86+阅读 · 2021年9月4日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
68+阅读 · 2021年4月27日
专知会员服务
30+阅读 · 2021年2月7日
专知会员服务
23+阅读 · 2021年1月30日
专知会员服务
25+阅读 · 2020年12月17日
【KDD2020】基于动态知识图谱的多事件预测
专知会员服务
57+阅读 · 2020年11月10日
专知会员服务
47+阅读 · 2020年10月20日
基于知识图谱的推荐系统研究综述
专知会员服务
327+阅读 · 2020年8月10日
SIGIR2021 | 基于排序的推荐系统度量优化新视角
机器学习与推荐算法
1+阅读 · 2021年12月6日
并发场景下的幂等问题——分布式锁详解
阿里技术
0+阅读 · 2021年11月30日
一文总结多样化推荐研究趋势
机器学习与推荐算法
0+阅读 · 2021年11月17日
机器学习中的数据级联
TensorFlow
0+阅读 · 2021年7月15日
【WWW2021】基于知识嵌入的图卷积网络
专知
0+阅读 · 2021年4月27日
文本情感分析方法研究综述
专知
4+阅读 · 2021年4月20日
【知识图谱】基于知识图谱的用户画像技术
产业智能官
102+阅读 · 2019年1月9日
论文浅尝 | 远程监督关系抽取的生成式对抗训练
开放知识图谱
17+阅读 · 2018年7月12日
(Python)时序预测的七种方法
云栖社区
10+阅读 · 2018年2月25日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Age Optimal Sampling Under Unknown Delay Statistics
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
1+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月15日
Arxiv
0+阅读 · 2022年4月14日
小贴士
相关VIP内容
专知会员服务
86+阅读 · 2021年9月4日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
68+阅读 · 2021年4月27日
专知会员服务
30+阅读 · 2021年2月7日
专知会员服务
23+阅读 · 2021年1月30日
专知会员服务
25+阅读 · 2020年12月17日
【KDD2020】基于动态知识图谱的多事件预测
专知会员服务
57+阅读 · 2020年11月10日
专知会员服务
47+阅读 · 2020年10月20日
基于知识图谱的推荐系统研究综述
专知会员服务
327+阅读 · 2020年8月10日
相关资讯
SIGIR2021 | 基于排序的推荐系统度量优化新视角
机器学习与推荐算法
1+阅读 · 2021年12月6日
并发场景下的幂等问题——分布式锁详解
阿里技术
0+阅读 · 2021年11月30日
一文总结多样化推荐研究趋势
机器学习与推荐算法
0+阅读 · 2021年11月17日
机器学习中的数据级联
TensorFlow
0+阅读 · 2021年7月15日
【WWW2021】基于知识嵌入的图卷积网络
专知
0+阅读 · 2021年4月27日
文本情感分析方法研究综述
专知
4+阅读 · 2021年4月20日
【知识图谱】基于知识图谱的用户画像技术
产业智能官
102+阅读 · 2019年1月9日
论文浅尝 | 远程监督关系抽取的生成式对抗训练
开放知识图谱
17+阅读 · 2018年7月12日
(Python)时序预测的七种方法
云栖社区
10+阅读 · 2018年2月25日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员