Published March 25, 2020
| Version v1
Publication
Open
Service Association Factor (SAF) for Cloud Service Selection and Recommendation
- 1. University of Engineering and Technology Lahore
Description
Cloud computing is one of the leading technology in IT and computer science domain. Business IT infrastructures are equipping themselves with modern regime of clouds. In the presence of several opportunities, selection criteria decision becomes vital when there is no supporting information available. Global clouds also need evaluation and assessment from its users that what they think about and how new ones could make their selection as per their needs. Recommended systems were built to propose best services using customer's feedback, applying quality of service parameters, assigning scores, trust worthiness and clustering in different forms and models. These techniques did not record and use interrelationships between the services that is true impact of service utilization. In the proposed approach, service association factor calculates value of interrelations among services used by the end user. An intelligent leaning based recommendation system is developed for assisting users to select services on their respective preferences. This technique is evaluated on leading service providers and results show that learning base system performs well on all types of cloud models.
Translated Descriptions
⚠️
This is an automatic machine translation with an accuracy of 90-95%
Translated Description (Arabic)
تعد الحوسبة السحابية واحدة من التقنيات الرائدة في مجال تكنولوجيا المعلومات وعلوم الكمبيوتر. تعمل البنى التحتية لتكنولوجيا المعلومات التجارية على تجهيز نفسها بنظام حديث من السحب. في ظل وجود العديد من الفرص، يصبح قرار معايير الاختيار أمرًا حيويًا عندما لا تكون هناك معلومات داعمة متاحة. تحتاج السحب العالمية أيضًا إلى تقييم وتقدير من مستخدميها لما يفكرون فيه وكيف يمكن للغيوم الجديدة اختيارها وفقًا لاحتياجاتهم. تم بناء الأنظمة الموصى بها لاقتراح أفضل الخدمات باستخدام ملاحظات العملاء، وتطبيق معايير جودة الخدمة، وتعيين الدرجات، والجدارة بالثقة، والتجميع في أشكال ونماذج مختلفة. لم تسجل هذه التقنيات وتستخدم العلاقات المتبادلة بين الخدمات التي هي التأثير الحقيقي لاستخدام الخدمة. في النهج المقترح، يحسب عامل ارتباط الخدمة قيمة العلاقات المتبادلة بين الخدمات التي يستخدمها المستخدم النهائي. تم تطوير نظام توصيات ذكي قائم على الميل لمساعدة المستخدمين على اختيار الخدمات حسب تفضيلاتهم الخاصة. يتم تقييم هذه التقنية على مقدمي الخدمات الرائدين وتظهر النتائج أن نظام قاعدة التعلم يعمل بشكل جيد على جميع أنواع النماذج السحابية.Translated Description (French)
Le cloud computing est l'une des technologies de pointe dans le domaine de l'informatique et de l'informatique. Les infrastructures informatiques des entreprises se dotent d'un régime moderne de clouds. En présence de plusieurs opportunités, la décision sur les critères de sélection devient vitale lorsqu'il n'y a pas d'informations justificatives disponibles. Les clouds mondiaux ont également besoin d'une évaluation et d'une évaluation de la part de leurs utilisateurs sur ce à quoi ils pensent et sur la façon dont les nouveaux pourraient faire leur sélection en fonction de leurs besoins. Les systèmes recommandés ont été conçus pour proposer les meilleurs services en utilisant les commentaires des clients, en appliquant les paramètres de qualité de service, en attribuant des scores, en accordant la confiance et en regroupant sous différentes formes et modèles. Ces techniques n'ont pas enregistré et utilisé les interrelations entre les services, ce qui est le véritable impact de l'utilisation des services. Dans l'approche proposée, le facteur d'association de services calcule la valeur des interrelations entre les services utilisés par l'utilisateur final. Un système de recommandation intelligent basé sur l'apprentissage est développé pour aider les utilisateurs à sélectionner des services en fonction de leurs préférences respectives. Cette technique est évaluée sur les principaux fournisseurs de services et les résultats montrent que le système de base d'apprentissage fonctionne bien sur tous les types de modèles cloud.Translated Description (Spanish)
La computación en la nube es una de las tecnologías líderes en el ámbito de las TI y las ciencias de la computación. Las infraestructuras de TI empresariales se están equipando con un régimen moderno de nubes. En presencia de varias oportunidades, la decisión de los criterios de selección se vuelve vital cuando no hay información de respaldo disponible. Las nubes globales también necesitan evaluación y valoración por parte de sus usuarios de lo que piensan y cómo los nuevos podrían hacer su selección según sus necesidades. Los sistemas recomendados se crearon para proponer los mejores servicios utilizando los comentarios de los clientes, aplicando parámetros de calidad de servicio, asignando puntuaciones, confiabilidad y agrupación en diferentes formas y modelos. Estas técnicas no registraron ni utilizaron interrelaciones entre los servicios que es el verdadero impacto de la utilización del servicio. En el enfoque propuesto, el factor de asociación de servicios calcula el valor de las interrelaciones entre los servicios utilizados por el usuario final. Se ha desarrollado un sistema inteligente de recomendación basado en la inclinación para ayudar a los usuarios a seleccionar servicios según sus respectivas preferencias. Esta técnica se evalúa en los principales proveedores de servicios y los resultados muestran que el sistema de base de aprendizaje funciona bien en todos los tipos de modelos de nube.Files
13038.pdf
Files
(2.1 MB)
| Name | Size | Download all |
|---|---|---|
|
md5:e1d6acb95eb099dffafe23381ff81bf0
|
2.1 MB | Preview Download |
Additional details
Additional titles
- Translated title (Arabic)
- عامل ارتباط الخدمة (SAF) لاختيار الخدمة السحابية والتوصية بها
- Translated title (French)
- Facteur d'association de services (SAF) pour la sélection et la recommandation de services cloud
- Translated title (Spanish)
- Factor de asociación de servicios (SAF) para la selección y recomendación de servicios en la nube
Identifiers
- Other
- https://openalex.org/W3014011021
- DOI
- 10.5755/j01.itc.49.1.23251