云服务市场快速增长,为了节约运营成本,提升用户满意度,云服务定价优化问题受到学术界和云服务提供商的密切关注。本文在Tiebout模型基础上提出了一种基于多元回归的云服务定价优化方法(Optimized Pricing Model for Cloud Services,OPM...云服务市场快速增长,为了节约运营成本,提升用户满意度,云服务定价优化问题受到学术界和云服务提供商的密切关注。本文在Tiebout模型基础上提出了一种基于多元回归的云服务定价优化方法(Optimized Pricing Model for Cloud Services,OPMCS)。首先分析Tiebout模型并提炼出影响云服务定价的主要因素;再结合云服务平台特征,利用多元回归建立定价优化模型。模型采用密度峰值聚类对资源进行分类以高效合理地将资源分配给用户。此外,考虑到影响定价的因素会随时间而变化,模型引入动态时间因子进行价格修正。实验结果表明,本文提出的OPMCS具有一定的可用性和合理性。展开更多
文摘云服务市场快速增长,为了节约运营成本,提升用户满意度,云服务定价优化问题受到学术界和云服务提供商的密切关注。本文在Tiebout模型基础上提出了一种基于多元回归的云服务定价优化方法(Optimized Pricing Model for Cloud Services,OPMCS)。首先分析Tiebout模型并提炼出影响云服务定价的主要因素;再结合云服务平台特征,利用多元回归建立定价优化模型。模型采用密度峰值聚类对资源进行分类以高效合理地将资源分配给用户。此外,考虑到影响定价的因素会随时间而变化,模型引入动态时间因子进行价格修正。实验结果表明,本文提出的OPMCS具有一定的可用性和合理性。