论文题目：
Leveraging Data Augmentation for Service QoS Prediction in Cyber-physical Systems问题：
缺乏QoS值限制了推荐性能，并且用户通过调用所有服务来获取QoS值是很耗时的。 现有QoS预测模型都不能有效解决数据稀疏问题。解决办法：
提出了一种新的两阶段QoS预测模型。 第一阶段，设计了一种数据增强策略，通过绘制额外的虚拟数据来扩大训练集； 第二阶段，应用了一个预测模型，在训练过程中同时考虑虚拟数据和真实数据。结果：
在WSDream数据集上进行了实验，证明了数据增强策略确实可以缓解数据稀疏问题。 跟多层感知模型相比，在5%的稀疏度下，平均绝对误差最大提高达到5%。细节：
标签：增强,QoS,预测,模型,稀疏,5%,数据 From： https://www.cnblogs.com/bjxqmy/p/17404528.html