Resumen

Con el gran desarrollo de los servicios móviles, la Calidad de Servicios (QoS) se convierte en un factor esencial para satisfacer los requisitos personalizados de los usuarios finales sobre el rendimiento no funcional de los servicios móviles. Sin embargo, la mayoría de los valores de QoS en casos reales son inalcanzables porque un usuario de servicio solo invocaría algunos servicios móviles específicos. Por lo tanto, cómo predecir los valores faltantes de QoS y recomendar servicios de alta calidad a los usuarios finales se convierte en un desafío significativo en la investigación de recomendación de servicios móviles. Investigaciones previas de predicción de QoS demuestran que el rendimiento no funcional de los servicios móviles está estrechamente relacionado con la información de ubicación de los usuarios. Sin embargo, la mayoría de los métodos de predicción de QoS basados en la ubicación ignoran la premisa de que los valores de QoS obtenibles observados por diferentes usuarios en la misma región de ubicación probablemente sean poco confiables, lo que conducirá a resultados de predicción inexactos e poco confiables. Para hacer una predicción creíble de QoS basada en la ubicación, proponemos un método de factorización de matriz híbrido integrando información de ubicación y reputación (LRMF) para predecir los valores de QoS inalcanzables. Nuestro enfoque primero agrupa a los usuarios en diferentes regiones de ubicación según su distribución geográfica, y luego calculamos la reputación de los usuarios para identificar a los usuarios poco confiables en cada región de ubicación. Finalmente, los valores de QoS desconocidos pueden predecirse integrando la información de agrupación de ubicación y la reputación de los usuarios en un modelo de factorización de matriz híbrido. Se realizan experimentos exhaustivos en un conjunto de datos público de QoS que contiene suficientes registros de invocación de servicios del mundo real. Los resultados de la evaluación indican que nuestro método LRMF puede reducir efectivamente el impacto de los usuarios poco confiables en la predicción de QoS y hacer recomendaciones de servicios móviles creíbles.

• Materias:Comunicación inalámbrica Blockchain Comunicaciones vehiculares Enrutamiento Redes centradas
• Subjects:Wireless communication Blockchain Vehicular communications Routing Focused networks
• Palabras claves:Desarrollo; Servicios móviles; Calidad de servicio; Predicción; Conocimiento de la ubicación; Reputación
• Keywords:Development; Mobile services; QoS; Prediction; Location-aware; Reputation