基于可信QoS的服务聚类研究

基于QoS偏好的可信：
（1）列举出服务的QoS，并对其进行量化处理（参照已有论文上的处理方法：负属性和正属性分别对待）；
（2）用户的QoS偏好模型：EQ表示，用矩阵列出
（3）用户偏好相似度：比如用户ui和uj的QoS偏好相似度表示为cos（ui，uj）。
（4）利用QoS偏好相似度进行QoS汇总计算，排序。


http://www.doc88.com/p-4925453494680.html 【基于QoS的服务聚类 文献】
http://blog.sciencenet.cn/home.php?mod=space&uid=36782&do=blog&id=16154 【基于样本加权的文本聚类算法研究】
【基于划分的 K － means 聚类算法】


基于QoS的服务聚类：
对服务实体进行基于QoS偏好可信度的服务聚类，能够将具有相似QoS属性的服务实体聚合在同一集，服务请求者根据自身
的QoS期望与最适合的服务实体集进行比较，这样可以大大减少比较对象数量以降低系统开销。
基于服务权值的聚类算法： （以K_means算法为基础）
输入：服务集S = {S1，S2，...Sn}
输出：K个簇
步骤：
（1）确定生成的簇的数目K;
（2）遵循一种机制导出K个聚类中心作为簇的质点T = {a1,a2,...ak};
（3）对服务集S中的每一个服务Si逐次算出Sim（Si，aj）1<=j<=k 【Si与aj的相似度】；
（4）选取具有最大的相似度的值G，（MAX(Sim（Si，aj）），将Si并入以aj为聚类中心的簇aj，这样就
可得到S的一个新的集合C = {a1,a2....ak}
（5）遵循已有的公式重新计算每个簇的中心点；
（6）循环执行（3）-（5），直到聚类准则函数收敛为止。