服務(wù)質(zhì)量預測是服務(wù)計算的一個重要研究分支，是支撐服務(wù)發(fā)現(xiàn)和服務(wù)管理的有力技術(shù)工具。經(jīng)過多年發(fā)展，服務(wù)質(zhì)量預測已聚焦到如何利用機器學習技術(shù)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(wù)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(luò)、貝葉斯網(wǎng)絡(luò)等機器學習技術(shù)的解決方案，集中體現(xiàn)該領(lǐng)域**的研究成果與發(fā)展動態(tài)。

更多科學出版社服務(wù)，請掃碼獲取。