论文题目：
A probability distribution detection based hybrid ensemble QoS prediction approach
问题：
随着Web服务数量的快速增长，如何在大规模场景中发现服务以满足用户个性化需求已成为业界和学术界的热门话题。基于QoS预测的Web服务推荐系统得到广泛研究。
然而，由于观测到的QoS值的稀疏性和不平衡性，现有的QoS预测方法的预测精度有限，可扩展性较差。
此外，现有的QoS预测方法没有考虑到观测到的QoS值的概率分布，这对预测性能有显著的影响。
解决办法：
提出了一种基于概率分布检测的混合集成QoS预测模型。
首先，提出了一种增强的基于Collaborative Fifiltering（协同过滤）的预测模型。
其次，给定一组其他基本预测模型的结果，提出了一种分布检测算法来计算这些结果的Probability Confifidence Weights（概率置信度）。
最后，将它们动态组合，得到基于PCWs的最终结果。
结果：
基于真实数据集的实验结果表明，该方法比现有的主流QoS预测方法有更高的预测精度和更好的可扩展性。
细节：