基于兴趣和行为预测的移动社交网络动态资源发现机制研究

发布时间：2017-10-08 02:05

  本文关键词：基于兴趣和行为预测的移动社交网络动态资源发现机制研究

  更多相关文章： 移动社交网络 动态资源发现 兴趣 行为预测 马尔科夫

【摘要】：随着便携式设备(手机、PAD、笔记本等)的发展和普及以及短距离通信技术的成熟应用,越来越多的人通过移动设备自发地组织成非连续的、延迟容忍的无线自组织网络,这种特殊的自组织网络又被称为移动社交网络(Mobile Social Networking)。在移动社交网络中,相似兴趣的用户会聚集在一起形成社区,节点之间不依赖外部基础设施,通过彼此间的机会接触,以端到端的形式共享信息。由于移动社交网络自组织无中心性所带来的抗毁性强等优势,使得移动社交网络下的资源共享具有广泛的应用前景。然而,在它所带来的巨大优势背后,其拓扑结构频繁变化、宽带受限、机会接触等特点使得资源发现面临着众多的考验,传统的在线社交网络下的资源发现已经不再适用于移动社交网络。目前仅有的几类移动社交网络资源发现方法大都是借鉴在线社交网络中的资源发现思想,建立在对节点之间的逻辑关系分析基础之上,更多地集中在物理社会网络与其逻辑覆盖网络的映射,较少关注物理社会网络本身特性。但是由于移动社交网络本身的组网特点,使得移动社交网络下节点之间的逻辑关系与底层物理连接都将成为影响资源发现效率的关键因素。协同节点之间的兴趣特征与行为规律,在以兴趣为主导的资源搜索过程中同时保证节点之间的底层物理连接,对进一步提高资源发现效率具有重要意义。因此,本文针对移动社交网络中的资源发现问题,重点研究了节点之间在时间、空间、社会关系上的行为规律,并以此设计了一种基于兴趣和行为预测的移动社交网络资源发现机制。本文的主要研究内容可概括为以下五点:(1)总结了现有各类社交网络下的资源发现方法,包括方法原理和优缺点,详细讨论了各类方法中的关键技术;(2)针对移动社交网络数据集,从时间、空间、社会关系三个方面进行重点分析,获得用户节点的行为特征,挖掘移动社交网络中节点的行为对资源发现效率的影响;(3)利用分析的节点行为特征建立一个有效的隐马尔科夫模型,设计一种基于时空关联的社区构建方法,对节点进行有效聚类;(4)针对网络中共享兴趣与未共享兴趣的两类节点,设计基于节点兴趣与基于节点行为的两种资源搜索方法,保证资源搜索效率、降低平均时延与通信开销;(5)通过分析节点的行为特征,对节点移动与局部社区迁移变化建立马尔科夫预测,实现辅助搜索决策与虚拟社区维护,进一步提高资源搜索效率,降低平均时延与通信开销;本文提出的资源发现机制在随机网络仿真器(ONE)上得以实现,实验从模拟场景与真实数据集两方面展开,从资源发现成功率,传输时延,通信开销方面对资源发现机制的综合性能进行了评估。实验结果表明,所提出的方法与同类方法相比,具有较高的资源发现成功率、较低的平均时延和通信开销。
【关键词】：移动社交网络 动态资源发现 兴趣 行为预测 马尔科夫
【学位授予单位】：江苏大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP393.01
【目录】：

• 摘要4-6
• ABSTRACT6-10
• 第一章 绪论10-17
• 1.1 研究背景及意义10-11
• 1.2 国内外研究现状11-15
• 1.2.1 在线社交网络资源发现12-13
• 1.2.2 移动社交网络资源发现13-15
• 1.3 本文的主要研究内容和贡献15-16
• 1.4 本文组织结构16-17
• 第二章 相关工作17-29
• 2.1 社交网络简介17-19
• 2.2 社区发现与聚类算法19-22
• 2.3 HMM理论基础22-26
• 2.3.1 HMM基本结构22-23
• 2.3.2 HMM基本假设23
• 2.3.3 HMM三个基本问题23-26
• 2.4 移动自组织结构下的资源发现算法研究26-28
• 2.5 本章小结28-29
• 第三章 基于兴趣和行为预测的资源发现策略29-54
• 3.1 数据集分析29-36
• 3.1.1 相关数据集29-31
• 3.1.2 时间因素31-34
• 3.1.3 空间因素34-35
• 3.1.4 社会关系因素35-36
• 3.2 基于时空关联的社区构建36-45
• 3.2.1 网络模型36-39
• 3.2.2 局部社区构建39-44
• 3.2.3 全局社区构建44-45
• 3.3 资源发现过程45-50
• 3.3.1 基于节点兴趣的资源发现过程45-49
• 3.3.2 基于节点行为的资源发现过程49-50
• 3.4 基于Markov的增强型动态资源发现策略50-53
• 3.4.1 节点移动预测50-52
• 3.4.2 局部社区预测52-53
• 3.5 本章小结53-54
• 第四章 移动社交网络资源发现策略的性能评估与分析54-63
• 4.1 实验环境及仿真工具54
• 4.1.1 实验环境54
• 4.1.2 仿真工具介绍54
• 4.2 模拟仿真验证及结果分析54-59
• 4.2.1 场景和参数设定55-56
• 4.2.2 实验结果及分析56-59
• 4.3 数据集仿真验证及结果分析59-62
• 4.3.1 场景和参数设定59
• 4.3.2 实验结果及分析59-62
• 4.4 本章小结62-63
• 第五章 总结与展望63-65
• 5.1 主要工作总结63-64
• 5.2 工作展望64-65
• 参考文献65-68
• 致谢68-69
• 攻读硕士期间研究成果69

【相似文献】

中国期刊全文数据库 前10条

1 ;基于位置的手机社交网络“贝多”正式发布[J];中国新通信;2008年06期

2 曹增辉;;社交网络更偏向于用户工具[J];信息网络;2009年11期

3 ;美国:印刷企业青睐社交网络营销新方式[J];中国包装工业;2010年Z1期

4 李智惠;柳承烨;;韩国移动社交网络服务的类型分析与促进方案[J];现代传播(中国传媒大学学报);2010年08期

5 贾富;;改变一切的社交网络[J];互联网天地;2011年04期

6 谭拯;;社交网络:连接与发现[J];广东通信技术;2011年07期

7 陈一舟;;社交网络的发展趋势[J];传媒;2011年12期

8 殷乐;;全球社交网络新态势及文化影响[J];新闻与写作;2012年01期

9 许丽;;社交网络:孤独年代的集体狂欢[J];上海信息化;2012年09期

10 李玲丽;吴新年;;科研社交网络的发展现状及趋势分析[J];图书馆学研究;2013年01期

中国重要会议论文全文数据库 前10条

1 赵云龙;李艳兵;;社交网络用户的人格预测与关系强度研究[A];第七届（2012）中国管理学年会商务智能分会场论文集（选编）[C];2012年

2 宫广宇;李开军;;对社交网络中信息传播的分析和思考——以人人网为例[A];首届华中地区新闻与传播学科研究生学术论坛获奖论文[C];2010年

3 杨子鹏;乔丽娟;王梦思;杨雪迎;孟子冰;张禹;;社交网络与大学生焦虑缓解[A];心理学与创新能力提升——第十六届全国心理学学术会议论文集[C];2013年

4 毕雪梅;;体育虚拟社区中的体育社交网络解析[A];第九届全国体育科学大会论文摘要汇编(4)[C];2011年

5 杜p，

本文编号：991345