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
