为了提高用户满意度, 需要在大量具有相同或相似功能的资源服务中筛选出满足用户需求的最优资源服务, 从而实现资源服务的增值。以三角模糊数表达用户对资源服务非功能QoS评价为基础, 在考虑用户的感知和交易经验的同时, 综合考虑了资源服务非功能QoS评价合成中的各种因素如时间、用户信誉度、评价一致性等的影响, 结合模糊fuzzy理论以及逼近理想解排序, 进而提出了基于fuzzy TOPSIS的资源服务优化选择算法。实验结果表明, 该算法具有较高的准确度, 并可在一定程度上抵制恶意评价对资源服务质量评价的影响。
1