-
公开(公告)号:CN109657725B
公开(公告)日:2020-11-20
申请号:CN201811579670.8
申请日:2018-12-24
申请人: 云南大学
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。
-
公开(公告)号:CN109657725A
公开(公告)日:2019-04-19
申请号:CN201811579670.8
申请日:2018-12-24
申请人: 云南大学
CPC分类号: G06K9/6256 , G06F9/547 , G06F2209/541 , G06N3/0454 , G06N3/084
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。
-