基于用户兴趣和服务满足度的服务搜索和推荐算法

随着互联网中服务的不断增加,如何为目标用户自动并精准推荐软件服务正在成为软件服务技术大规模应用和推广过程中必须解决的关键问题。但由于获取用户使用服务的信息比较困难,所以现有的大部分研究方法没有考虑用户的兴趣,从而不能产生个性化的搜索和推荐。而Mashup开发模式不断广泛的应用,所提供的信息恰好为推荐提供了丰富、便捷的信息来源。因此,提出了一种基于用户、Mashup、服务、标签的服务社会化网络的搜索和推荐算法,此算法能同时推荐原子级服务和组合服务,并且既考虑了用户对服务的兴趣剖面,又考虑了服务对标签的满足度剖面。实验从准确率、召回率和平均绝对误差三个指标进行分析表明,算法具有较好的推荐效果。

数据中心基于服务满足度的网络流避让方法

越来越多的行业开始利用云以降低成本提高生产力,支撑多样化的服务对数据中心的网络性能提出了更高的要求,如何高负载下优先保证各项服务的质量变得至关重要,云服务提供商同时也关注如何提高数据中心的网络资源利用率并降低能耗。结合上述问题,提出一种基于服务满足度对非服务网络流进行调度的方法。引入服务满足度这一概念,评估网络状态能否满足服务需要,然后依据网络流所支撑的不同服务将其分类,网络负载激增时基于服务满足度调整非用户服务依赖的网络流,降低网络负载缓解拥塞。仿真结果表明,主动避让方法在网络高负载时能优先保证服务的质量,同时提高网络性能。