服務質(zhì)量預測是服務計算的一個重要研究分支，是支撐服務發(fā)現(xiàn)和服務管理的有力技術工具。經(jīng)過多年發(fā)展，服務質(zhì)量預測已聚焦到如何利用機器學習技術解決情境感知的應用需求問題。本書圍繞此議題，針對靜態(tài)、動態(tài)、多屬性、拓撲感知、虛擬機等場景下服務質(zhì)量預測問題，分別闡述基于近鄰效應、矩陣分解、非負多矩陣分解、貝葉斯魯棒張量分解、深度神經(jīng)網(wǎng)絡、貝葉斯網(wǎng)絡等機器學習技術的解決方案，集中體現(xiàn)該領域**的研究成果與發(fā)展動態(tài)。

更多科學出版社服務，請掃碼獲取。