基于支持向量机的网站服务质量实时监控方法

刘高勇; 汪会玲

您当前的位置：

首页 >

文章列表页 >

基于支持向量机的网站服务质量实时监控方法

计算机科学与电子信息学 | 更新时间：2021-04-02

- 基于支持向量机的网站服务质量实时监控方法
- A Method for Real-Time Monitoring the Service Quality of Website Based on Support Vector Machine
- 武汉大学学报（理学版） 2009年55卷第2期页码：239-243
- 作者机构：
  
  1. 广东工业大学经济管理学院
  2. 暨南大学管理学院
- 作者简介：
- 基金信息：
  
  国家社会科学基金资助项目（08CTQ007）;广东省哲学社会科学规划项目（08YM-02,07SJY020）;广东省软科学研究项目（2008B070800092）;广东工业大学校青年项目（062012）;暨南大学人文社科项目
- DOI：
  中图分类号： TP393.092
- 纸质出版日期：2009-02-01，
- 稿件说明：
移动端阅览
[1]刘高勇,汪会玲.基于支持向量机的网站服务质量实时监控方法[J].武汉大学学报(理学版),2009,55(02):239-243.

LIU GAOYONG1, WANG HUILING2. A Method for Real-Time Monitoring the Service Quality of Website Based on Support Vector Machine. [J]. 2009, 55(2): 239-243.
[1]刘高勇,汪会玲.基于支持向量机的网站服务质量实时监控方法[J].武汉大学学报(理学版),2009,55(02):239-243. DOI：

LIU GAOYONG1, WANG HUILING2. A Method for Real-Time Monitoring the Service Quality of Website Based on Support Vector Machine. [J]. 2009, 55(2): 239-243. DOI：

摘要

利用支持向量机（support vector machine

SVM）在两类模式识别中所表现出的良好适应性

采用SVM把网站服务质量的评价信息分成两类:服务投诉和非服务投诉.通过服务质量监控表格对投诉率的上限进行控制

实现了系统对服务质量的自动监控.实验结果表明

采用基于SVM网站服务质量监控方法能够对网站的服务质量进行实时监控

并且优于基于指标的服务质量监控方法.

Abstract

Bassed on the good adaptability of support vector machine（SVM） in two category pattern recognition

this paper adopts SVM to divide the evaluation information about electronic websites into two categories-service complaint and non-service complaint.It also introduces a quality control table to supervise the complaint rate.Based on the above mentioned methods

this paper puts forward a method to automatically control the service quality.The experiment result demonstrates that this SVM-based method can realize automatic service quality monitoring for websites and the effect is better than that of the service monitoring methods based on indicators.

关键词

支持向量机Web服务质量文本挖掘实时监控

Keywords

support vector machine（SVM）Web service qualitytext miningreal-time monitoring

references

浏览量

189

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于支持向量机的字符编码识别系统