【QoS预测】利用数据增强进行QoS预测

论文题目：

Yin Y, Xu H, Liang T, et al. Leveraging Data Augmentation for Service QoS Prediction in Cyber-physical Systems[J]. ACM Transactions on Internet Technology (TOIT), 2021, 21(2): 1-25.

问题：

QoS值较少限制了推荐性能，并且用户通过调用所有服务来获取QoS值是很耗时的。

现有QoS预测模型都不能有效解决数据稀疏问题。

解决办法：

提出了一种新的两阶段QoS预测模型。

第一阶段，设计了一种数据增强策略，通过绘制额外的虚拟数据来扩大训练集；

第二阶段，应用了一个预测模型，在训练过程中同时考虑虚拟数据和真实数据。

结果：

在WSDream数据集上进行了实验，证明了数据增强策略确实可以缓解数据稀疏问题。

跟多层感知模型相比，在5%的稀疏度下，平均绝对误差最大提高达到5%。

细节：