基于用户偏好预测的无人机部署和缓存策略

发布时间：2021-01-01 22:58

　　针对蜂窝网络中的缓存问题,考虑用户内容请求的空间异构性及时间波动性,提出了一种基于单个用户内容偏好预测的蜂窝网中无人机位置部署及缓存内容部署方案。首先基于用户的历史上下文信息,利用文件相似性及用户相似性来预测每个用户的内容偏好特性,并使用一种基于线性回归的方法来预测用户未来发起内容请求时的位置和时间;然后根据预测的地理位置、请求时间和内容偏好,分别利用基于自组织映射神经网络（SOM）的聚类算法和基于凝聚嵌套（AGNES）的分簇算法设计无人机的部署位置,并根据相应的无人机位置设计内容部署方案。仿真结果表明,所提算法在缓存命中率和时延性能上均优于对比算法。对真实数据集的分析结果表明,不同的用户特征对内容偏好影响权重不等,因此需要对不同的用户特征赋予合理的权值。 

【文章来源】：通信学报. 2020年06期 北大核心

【文章页数】：13 页

【部分图文】：

无人机缓存系统模型

SOM结构

不同特征的用户之间内容偏好的相似性如图3(b)所示，由此可分析出内容偏好预测模型中用户特征的影响。仿真中分别计算了不同年龄差用户之间的流行度余弦相似性值，以及某个职业用户与其他非该职业用户流行度余弦相似性值。可以看出，年龄差距越大，不同年龄段用户的内容流行度相似度越低，也就是内容偏好差异越大。另一方面，相比较年龄差距，不同职业用户群体之间的内容偏好差异较大。也就是说职业类型与用户偏好间的相关性较年龄差距的相关性大。因此在利用用户相似性预测单个用户的内容偏好时，相比于年龄差距特征对用户偏好的影响程度，应该为职业类型特征赋予更大的影响权值。由于MovieLens数据集中的时间信息和位置信息不适合验证本文提出的针对请求时间和位置的预测算法的合理性，故本文采用Brightkite数据集[46]，其数据举例如表3所示，其中每行数据分别为用户ID、check-in时间及当时所处位置的经纬度。由于篇幅限制，本文仅列举了ID为0的用户的4天数据，其余的大量数据所呈现的规律与表3数据相似。从表3可以看出，用户的check-in时间较为固定，前后相差不超过2个小时。相对于缓存部署的时间尺度，这对算法设计造成的影响很小。此外，在同一时间用户的check-in经纬度也几乎相同，这些现象都证实了基于线性回归的预测算法的合理性。

【参考文献】：
期刊论文
[1]6G移动通信技术展望[J]. 张平,牛凯,田辉,聂高峰,秦晓琦,戚琦,张娇.  通信学报. 2019(01)
[2]5G若干关键技术评述[J]. 张平,陶运铮,张治.  通信学报. 2016(07)



本文编号：2952143