基于用户-服务交互图的深度学习云服务QoS预测方法
授权
摘要
本发明公开了基于用户‑服务交互图的深度学习云服务QoS预测方法,根据用户‑服务原始QoS矩阵构建用户‑服务交互图,进而获取用户和服务的特征向量,根据用户/服务特征向量计算相似度,根据相似度获取用户/服务特征向量集;基于两个高效深度卷积单元构建双流深度神经网络模型,将获取的用户特征向量集作为其中一个高效深度卷积单元的输入,将获取的服务特征向量集作为另一个高效深度卷积单元的输入,对双流深度神经网络模型进行训练;利用训练好的双流深度神经网络模型预测某用户对某服务的QoS值,得到QoS预测结果。本发明通过构建用户‑服务交互图以及通过设计双流深度神经网络结构,使得云服务QoS预测值更加准确。
基本信息
专利标题 :
基于用户-服务交互图的深度学习云服务QoS预测方法
专利标题(英):
暂无
公开(公告)号 :
CN114117945A
申请号 :
CN202210093058.X
公开(公告)日 :
2022-03-01
申请日 :
2022-01-26
授权号 :
CN114117945B
授权日 :
2022-04-15
发明人 :
张佩云范家俊黄文君陈禹同何思开王轩谢荣见
申请人 :
南京信息工程大学
申请人地址 :
江苏省南京市江北新区宁六路219号
代理机构 :
南京经纬专利商标代理有限公司
代理人 :
姜慧勤
优先权 :
CN202210093058.X
主分类号 :
G06F30/27
IPC分类号 :
G06F30/27 G06K9/62 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算;推算或计数
G06F
电数字数据处理
G06F30/27
使用机器学习,例如人工智能,神经网络,支持向量机或训练模型
法律状态
2022-04-15 :
授权
2022-03-18 :
实质审查的生效
IPC(主分类) : G06F 30/27
申请日 : 20220126
申请日 : 20220126
2022-03-01 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载