Resumen

Este artículo estudia el problema de modelar dinámicamente la calidad de los servicios web. En él se expone la filosofía del diseño de sistemas prácticos de recomendación de servicios web. Una arquitectura de sistema general para tales sistemas recoge continuamente los registros de invocación usuario-servicio e incluye tanto un módulo de entrenamiento online como un módulo de entrenamiento offline para la predicción de la calidad. Además, introducimos algoritmos de entrenamiento online y offline basados en la factorización matricial y en los algoritmos de descenso de gradiente, y demostramos la adecuación de este marco de algoritmos online/offline a la arquitectura propuesta. La superioridad del modelo propuesto se confirma mediante estudios empíricos sobre un conjunto de datos reales de calidad de servicios web y comparaciones con los algoritmos de recomendación de servicios web existentes.

• Materias:Ingeniería electrónica Redes Inalámbricas Ingeniería Eléctrica Procesamiento de señales asistido por computador Sistemas de comunicación Informática
• Subjects:Electronic engineering Wireless Networks Electrical Engineering Signal processing computer-assisted Communication systems Computing
• Palabras claves:sistemas prácticos de recomendación de servicios web, conjunto de datos de servicios web, algoritmos de recomendación de servicios web, arquitectura general del sistema, algoritmos de descenso de gradiente, marco de algoritmos offline, algoritmos de formación offline, módulo de formación offline, módulo de formación online, registros de invocación de servicios
• Keywords:practical web service recommender systems, web service data set, web service recommendation algorithms, general system architecture, gradient descent algorithms, offline algorithm framework, offline training algorithms, offline training module, online training module, service invocation records