云服務推薦中基于多源特征和多任務學習的時序QoS預測

摘要： 隨著云計算技術(shù)的普及，云服務數(shù)量指數(shù)級增長，用戶不再滿足于功能性需求，服務質(zhì)量（Quality of Service,QoS）成為比較服務優(yōu)劣的關(guān)鍵性能指標.如何在動態(tài)、復雜的云環(huán)境中實時、準確地預測服務質(zhì)量并為用戶推薦高質(zhì)量服務成為熱點問題.考慮到云服務器的負載、網(wǎng)絡狀態(tài)、用戶接入云環(huán)境的偏好等隨著時間變化，本文提出了基于多源特征和多任務學習的時序QoS預測方法（T-MST）... （共11頁）