مروری تحلیلی بر روش های بهبود کیفیت سرویس در سیستم های توصیه گر مبتنی بر رایانش ابری

چکیده مقاله

با رشد سریع فناوری رایانش ابری و افزایش چشمگیر سرویس های مبتنی بر وب، انتخاب سرویس مناسب با کیفیت مطلوب به یکی از چالش های اساسی کاربران و ارائه دهندگان خدمات ابری تبدیل شده است در چنین شرایطی، سیستم های توصیه گر به عنوان ابزاری هوشمند جهت پیش بینی و پیشنهاد سرویس های مناسب توسعه یافته اند هدف اصلی این سیستم ها، انتخاب سرویس هایی با بیشترین کیفیت سرویس بر اساس رفتار کاربران، تاریخچه استفاده و ویژگی های سرویس ها است با این وجود، چالش هایی نظیر پراکندگی داده ها، مشکل شروع سرد، کاهش دقت پیش بینی، افزایش پیچیدگی محاسباتی، محدودیت منابع و مصرف بالای انرژی باعث شده است عملکرد سیستم های توصیه گر در محیط های ابری با محدودیت هایی مواجه شود به همین دلیل، پژوهشگران روش های مختلفی را برای بهبود کیفیت سرویس و افزایش دقت توصیه ارائه نموده اند در این مقاله، مروری تحلیلی بر مهم ترین روش های بهبود کیفیت سرویس در سیستم های توصیه گر مبتنی بر رایانش ابری ارائه شده است ابتدا مفاهیم پایه سیستم های توصیه گر، کیفیت سرویس و چالش های محیط های ابری بررسی می شود سپس پژوهش های انجام شده در قالب دسته بندی های مختلف شامل روش های مبتنی بر فیلترینگ مشارکتی فکیه، ۷۶۴۵،۲۰۲۲ ، خوشه بندی، ماتریس فاکتوربندی شده، روش های مبتنی بر اعتماد، الگوریتم های یادگیری عمیق، مدل های گراف محور و روش های مبتنی بر مدیریت انرژی مورد تحلیل و مقایسه قرار می گیرند همچنین معیارهای ارزیابی نظیر MAE، RMSE، زمان پاسخ، قابلیت اطمینان، دسترس پذیری و مصرف انرژی بررسی شده و نقاط قوت و ضعف هر روش تحلیل می گردد نتایج بررسی ها نشان می دهد که روش های ترکیبی مبتنی بر خوشه بندی و فیلترینگ مشارکتی در مقایسه با روش های سنتی عملکرد مناسب تری در کاهش خطای پیش بینی و افزایش دقت توصیه دارند همچنین استفاده از روش های یادگیری عمیق و تکنیک های مدیریت انرژی نظیر مقیاس گذاری پویای ولتاژ و فرکانس موجب بهبود کیفیت سرویس، کاهش مصرف انرژی و افزایش بهره وری منابع در مراکز داده ابری شده است در نهایت، چالش های باز و مسیرهای پژوهشی آینده در حوزه سیستم های توصیه گر ابری مورد بررسی قرار گرفته است

کلیدواژه‌ها

نویسندگان

مهران آقائی

استادیار، گروه فنی و مهندسی، دانشگاه پیام نور، صندوق پستی ۳۶۹۷-۱۹۳۹۵، تهران، ایران

مهران آقایی

استادیار، گروه فنی و مهندسی، دانشگاه پیام نور، صندوق پستی ۳۶۹۷ ۱۹۳۹۵، تهران، ایران

�قائی، مهران،1405،مروری تحلیلی بر روش های بهبود کیفیت سرویس در سیستم های توصیه گر مبتنی بر رایانش ابری،سی امین کنفرانس ملی مهندسی برق، کامپیوتر و مکانیک،شیروان

ارائه‌شده در

مجموعه مقالات سی امین کنفرانس ملی مهندسی برق، کامپیوتر و مکانیک30 اردیبهشت 1405 · شیروان