【QoS预测】基于深度协同过滤的位置感知QoS预测

论文题目：

Jia Z, Jin L, Zhang Y, et al. Location-Aware Web Service QoS Prediction via Deep Collaborative Filtering[J]. IEEE Transactions on Computational Social Systems, 2022.

问题：

目前有大量具有类似功能的web服务，用户根据服务质量(QoS)选择最佳。因此，QoS预测是服务推荐中的主要挑战。

大多数现有的方法都是为用户-服务交互关系建模。

然而，用户和服务之间的低维线性关系和高维非线性关系很少被同时考虑。

此外，尽管位置信息，包括用户和服务的本地位置信息，被纳入以克服大多数方法中的数据稀疏性，但全局位置信息很少被考虑。

解决办法：

本文提出了一种新的QoS预测模型。

该模型在模型的交互层中融合了用户和服务的本地和全局位置信息。

该模型使用多层感知器(MLP)来获取用户和服务之间的高维非线性关系，其中点积被用于补充低维线性关系的学习。

结果：

在真实数据集WS-Dream上的实验结果验证了该模型的预测性能。

细节：