买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜重庆邮电大学申请的专利联合用户与服务多关系的服务质量预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115660148B 。

龙图腾网通过国家知识产权局官网在2025-05-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211203346.2，技术领域涉及：G06Q10/04；该发明授权联合用户与服务多关系的服务质量预测方法是由郭寒;张旭;张琦涵;冯川;郭磊设计研发完成，并于2022-09-29向国家知识产权局提交的专利申请。

本联合用户与服务多关系的服务质量预测方法在说明书摘要公布了：本发明公开了一种联合用户与服务多关系的服务质量预测方法，属于通信技术领域。步骤1：根据历史数据流，表示出用户图、服务图和用户服务图；步骤2：基于用户图、服务图和用户服务图来构建全局图G，并将G中边权值小于阈值的边裁剪掉；步骤3：利用K个子图对应的响应时间QoS矩阵来加权原QoS矩阵A，从而融合为新的响应时间QoS矩阵B；步骤4：将融合的新矩阵B进行矩阵分解求得最小损失函数；步骤5：以平均绝对误差和均方根误差来评估多关系的服务质量预测方法性能。本方法结合了图论中图和凸优化中矩阵分解和梯度下降的优势，规避了预测的噪声，通过本方法可以提高服务质量QoS预测的准确度，同时提高用户调用服务的体验感。

本发明授权联合用户与服务多关系的服务质量预测方法在权利要求书中公布了：1.联合用户与服务多关系的服务质量预测方法，其特征在于，包括以下步骤：步骤1：根据历史数据流，将用户与用户之间的关系以用户图GUU来表示、服务与服务之间的关系以服务图GSS来表示、用户与服务之间的关系以用户服务图GUS来表示；步骤2：基于用户图GUU、服务图GSS和用户服务图GUS来构建全局图G，并将G中边权值小于阈值θ1的边裁剪掉，形成K个子图G1,G2,…GK；具体包括：全局图G：用户图、服务图、用户与服务图构建为一个完整的有权无向图G，那么G＝{GUU,GSS,GUS}，那么G＝{VU,VS,EUU,ESS,EUS},其中包括用户节点集合为VU，服务节点集合为VS，用户之间关系的边集合为EUU，服务之间关系的边集合为ESS，用户与服务之间关系的边集合为EUS；边权值：归一化后的边的权值范围在[0,1]，权值越大代表节点联系越密切；噪声：权值小于阈值θ1的边，其边包括用户之间的边，服务之间的边，用户与服务之间的边；子图：将全局图G的边进行切割，形成子图G1,G2,…GK，每个子图中含有节点和边两种因素；步骤3：利用K个子图对应的响应时间QoS矩阵来加权原用户与服务之间的响应时间QoS矩阵A，从而融合为新的响应时间QoS矩阵B；具体包括：直接关系：用户直接调用服务为直接关系；潜在关系：包括联系密切的多个用户和同一个服务的关系，若在历史数据中，用户邻居群1中用户u1,u2,u3密切相关，服务邻居群1中服务s1，s2密切相关，仅有u2,u3调用过服务s1，那么，用户u1与服务s1存在潜在关系，用户u1,u3与服务s2也存在潜在联系；矩阵A：历史数据流中，初始的用户调用服务的响应时间QoS矩阵，用户调用服务的数据整理为一个User-Service矩阵，矩阵中每一行代表一个用户，而每一列则代表一个服务；若用户调用过服务，则矩阵中处在用户对应的行与服务对应的列交叉的位置表示用户调用服务的响应时间，这个User-Service矩阵被称为QoS矩A阵；矩阵B：将K个子图对应的响应时间QoS矩阵来线性加权原用户与服务之间的响应时间QoS矩阵A得到矩阵B；步骤4：将融合的新矩阵B进行矩阵分解求得最小损失函数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。