定义一个全局游走终止条件，当 达到此条件时，在整个网络中的游走过程结束，以使得本实施例得到一个精确的QoS预测 值。本实施例中，步骤6. 3)的详细步骤包括：
[0099] 6. 3. 1)判断是否满足式（7)所示的全局游走终止条件，如果满足全局游走终止条 件，则跳转执行步骤6.5);否则跳转执行步骤6.3.2);
[0100] Κ，-σ2|<￡ (7)
[0101] 式（7)中，<表示前i次随机游走结果的方差，表示前i+l次随机游走结果的 方差，ε为预设的收敛常数（本实施例中具体取值为0. 0001)，其中前i次随机游走结果的 方差岭的计算表达式如式（8)所示；
[0103] 式（8)中，of为前i次随机游走结果的方差，T为已返回QoS值的随机游走总次 数，F为T趟随机游走返回的QoS平均值，Γι为第i次随机游走返回的QoS值；
[0104] 6. 3. 2)判断源用户u。开始进行随机游走的跳数是否等于预设的最大游走深度 max-depth，如果不等于预设的最大游走深度max-depth，则跳转执行步骤6. 4)，否则跳转 执行步骤6. 5)。
[0105] 此外，本实施例中还进一步为每一次QoS预测设置的最大随机游走次数阈值 10000,当为源用户u预测目标服务i进行预测时，如果不成功的随机游走次数达到10000 时，才认为这个点没有覆盖到。
[0106] 本实施例中，步骤6. 4)中以指定的终止概率判断本次随机游走是否需要终止时， 终止概率ΦUilik的计算表达式如式（9)所示；
[0108] 式（9)中，Civlik为针对目标服务i的游走随机过程中经过第k跳到达用户u时的 终止概率，RSu为当前跳的用户u调用过的服务集合，sim(i，j)为目标服务i和当前跳的用 户u调用过的服务集合RSu中的服务j之间的相似度，k为当前跳的用户u和源用户u。之间 的跳数。对于每个节点用户u来说，为了预测目标服务i的一个预测QoS值值时，都有一定 的概率在随机游走k跳到达节点用户u停止游走，并随机选择一个该用户调用过的Web服 务，即终止概率这个终止概率CiVlik与目标服务i和用户u调用过的服务的相似性 有关。由于相似度的值时区间[0, 1]内的实数，故可以把相似度作为终止概率0Uilik。本实 施例中，把用户u所调用的所有服务与目标服务i的相似度的最大值作为在节点用户u处 的终止概率。而且，距离源用户u。远的用户调用目标服务观察到的QoS数据可能是噪声数 据，而距离近的邻居的QoS数据对预测来说更有意义。故随着在网络中游走的深度增加，继 续随机游走的概率要减小，而终止概率应该增大。为了在终止概率Φ Uilik的计算中引 入游走的跳数k这个因子，则需要用到一个以k为自变量的函数f (k)，这个函数f (k)要能 够使得当k的值很大时其值为1，当k的值很小时其值也很小。由于sigmoid函数符合本发 明对f(k)函数的约束，因此本实施例式（9)中把以k为自变量的sigmoid函数作为 的另一个因子。
[0109] 本实施例中，步骤6. 4)中具体是指根据式（10)确定下一跳的用户选择概率；
[0111] 式（1〇)中，= vIt,为从用户u的邻域NUu中选择一个用户V的 用户选择概率，为在寻找源用户u。对目标服务i的一个QoS预测值时随机游走在第 k跳找到用户V的随机变量，为在寻找源用户u。对目标服务i的一个QoS预测值时随 机游走在第k-Ι跳找到用户u的随机变量，表示在第k-Ι步时所在节点用户u对目标服 务i没有QoS记录的前提条件；NUu为和源用户u。距离k跳的用户u的邻域，V为从用户u 的邻域NUu中选择的作为下一跳的用户，Φ ^,为针对目标服务i的游走随机过程中经过第 k跳到达用户u时的终止概率，tu，v为用户关系网络G中用户u和下一跳的用户V之间的边 的权重，tu，w为用户关系网络G中用户u、用户u的邻域NU u中用户w之间的边的权重。
[0112] 本实施例步骤6. 4)中当前跳的用户u在目标服务i上无 QoS值时，则需要以指定 的终止概率CiVlik判断本次随机游走是否需要终止时，则会有两个选择：（1)以概率Φ 停止游走。从当前跳的用户U调用过的服务集合RSu中以指定的服务选择概率选择一个和 目标服务i相似的服务j，将当前跳的用户u在目标服务j上的QoS值作为本次随机游走的 QoS值rUi ]返回。⑵以概率1-Φ 继续随机游走，继续随机游走至另一个用户v，即当前 用户u的邻居（V e NUu)，并继续游走至该用户V处。本实施例中，把Su定义为从NU u中选 择一个用户V的随机变量如式（10-1)所示；
[0114] 式（10-1)中，P(Su= V)为把Su定义为从NUu中选择一个用户V的随机变量，tu, v为用户关系网络G中用户u和下一跳的用户V之间的边的权重，tu，w为用户关系网络G中用 户u、用户u的邻域NUu中用户w之间的边的权重，NU u为和源用户u。距离k跳的用户u的 邻域，V为从用户u的邻域NUu中选择的作为下一跳的用户。根据式（10-1)则有式（10-2)。
[0115] CN 105117325 A 说明书 11/16 页
[0116] 式（10-2)中，=v|x =爲氣:# j为从用户u的邻域NUu中选择一个用户v 的用户选择概率，为在寻找源用户u。对目标服务i的一个QoS预测值时随机游走在 第k跳找到用户V的随机变量，为在寻找源用户u。对目标服务i的一个QoS预测值时 随机游走在第k-Ι跳找到用户u的随机变量，氣,表示在第k-Ι步时所在节点用户u对目标 服务i没有QoS记录的前提条件；NUu为和源用户u。距离k跳的用户u的邻域，V为从用户 u的邻域NUu中选择的作为下一跳的用户，Φ ^,为针对目标服务i的游走随机过程中经过 第k跳到达用户u时的终止概率，P (Su= V)为从节点用户u的邻域NU u中选择一个用户V 的随机变量。结合式（10-1)、式（10-2)即可推导得到式（10)。从用户u游走至用户V的用 户选择概率P(X =ν|.Γ,,^ 疋,）并不依赖于以前的游走步数，但由于终止概率（J) u i k 依赖于游走的跳数，故随机游走的每一步都不是独立的。
[0117] 本实施例中如果决定于用户u处停止游走，则从用户u评价过且与目标服务i相 似的服务集合中随机选择一个服务j，本实施例的想法是定义一个服务之间的相似度测量 方法，对于任意一个Web服务j (j e RSu)，本实施例根据服务j与服务i之间的相似度（月艮 务相似度的测量会在后面详细讨论）来给它分配选择概率所占比例。具体地而言，本实施 例步骤6. 5)中以指定的服务选择概率选择一个和目标服务i相似的服务j时，服务选择概 率的计算表达式如式（11)所示；
[0119] 式（11)中，P(Yu，i= j)为以指定的服务选择概率选择一个和目标服务i相似的服 务j时的服务选择概率，Sim(i，j)为目标服务i和服务j之间的相似度，sim(i，1)为目标 服务i和当前跳的用户u调用过的服务集合RSu中服务1之间的相似度。
[0120] 为了定义随机游走模型的整体概率分布，可将在'i存在或用户u没有评价过服 务的条件下的概率定义如式（11-1)所示；
[0122] 式（11-1)中，/jU. 为从用户u的邻域NU u中选择一个用户V 的用户选择概率，RSu为用户u调用过的服务集合，P(Y M= j)为以指定的服务选择概率选 择一个和目标服务i相似的服务j时的服务选择概率。
[0123] 本实施例中，随机游走时会有一定的概率从不同用户调用的Web服务中选择服 务，并返回服务的QoS值作为一次随机游走的结果。这些被选择的服务可能是已确定的目 标服务，或是其他服务，因此源用户u对目标服务i的QoS预测值是综合多次随机游走返回 的结果得到的。本实施例中，步骤7)中具体可以根据需要采用式（12)~式（14)中的任意 一个函数表达式计算源用户u。相对目标服务i的QoS预测值；
[0127] 式（12)~式（14)中，匕为源用户u相对目标服务i的QoS预测值；&为用户V 在Web服务j上观察到的QoS值，Rvi,为用户V是否调用过服务j的布尔变量，￥为源用户 u的QoS平均值，贫为用户V的QoS平均值，Γ为目标服务i的QoS平均值，I为服务j的 QoS平均值；P (X\ 1= (v，j))为从用户u开始随机游走后，在用户V停止并从V调用过的 服务集合中选择目标服务i的相似服务j的随机概率，P(XYUil= (v，j))的函数表达式如式 (15)所示；
[0129] 式（15)中，XYU，^从用户u开始随机游走后，在用户V停止并从V调用过的服务 集合中选择服务j的随机变量；Xui i是从用户U开始查找有关目标服务i的随机游走到达用 户V的随机变量；P(XUil= V)为从用户U开始查找有关目标服务i的随机游走到达用户V 的随机概率；Civ i为不考虑跳数k的情形下针对目标服务i的游走随机过程中到达用户U 时的终止概率，的函数表达式如式（9)所示，且其中跳数k的取值为无穷大；P(YVil = j)为从用户V调用过的服务集合中选择一个和目标服务i相似的服务j时的服务选择概 率，服务选择概率的计算表达式如式（11)所示；Φνι1ι1*从用户u开始游走第一步到达用 户V时就终止的概率；其中从用户u开始查找有关目标服务i的随机游走到达用户V的随 机概率P (Xu i= V)的函数表达式如式（16)所示；
[0131] 式（16)中，P(Xuil=V)为从用户u开始查找有关目标服务i的随机游走到达用户 V的随机概率，P (Xuilik= V)为从用户U开始查找有关目标服务i的随机游走经k跳到达用 户V的随机概率，P(XUAk=W)为从用户U开始查找有关目标服务i的随机游走经k跳到 达用户关系网络G的用户集合U中的用户W的随机概率，从用户u开始在k步游走 到节点用户V的随机变量。
[0132] 需要注意的是，本实施例在上述式（13)中用巾^代替单次随机游走中的Φ w 这是因为本实施例中并不需要统计经过多少跳才能找到用户v，故不考虑因子Hciv1 = Φμ^)。但是，在实际执行随机游走时，需要考虑游走步数k。为了形成一个通用的公式， 本实施例在最后的用户V节点处忽略跳数k，即将跳数k的取值为无穷大，这可以使得到概 率P (XYiu= (V，j))的一个很好的估计值。同样，应该要注意到V = u且i = j这种情况 是无意义的，这是因为这种情况下源用户本身已经调用过目标服务i (有目标服务的QoS信 息）。
[0133] 本实施例中，从用户u开始的随机游走中，可以通过游走不同步数找到用户V。用 表示从用户U开始在