基于兴趣和行为预测的移动社交网络动态资源发现机制

• 作者: 李致远 王汝传 陈汝龙
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: 移动社交网络 动态资源发现 余弦相似性 行为预测 马尔可夫链
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 学术论文
• 页码范围: 34-43
• 页数: 10页
• 分类号: TP393
• 字数: 8963字
• 语种: 中文
• DOI: 10.11959/j.issn.1000-436x.2016070

摘要

针对时延容忍的移动社交网络中的资源发现问题,在三维环境下提出一种基于兴趣和行为预测的动态资源发现机制(IBRD).IBRD首先从用户的文件资源和信息表中提取兴趣向量,然后通过节点间的余弦相似度计算构造初始的虚拟兴趣社区.之后,通过对移动社交数据的分析,建立半马尔可夫链模型以预测节点的行为和运动轨迹.依据模型的预测结果,实现虚拟兴趣社区的动态维护.最后,基于动态的虚拟兴趣社区构建高效的资源发现策略.IBRD机制在随机网络仿真器(ONE)上得以实现,实验结果表明,IBRD与同类模型相比,具有较高的资源发现成功率、较低的平均时延和通信开销.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王汝传	南京邮电大学江苏省无线传感网高技术研究重点实验室	671	6841	35.0	53.0
2	李致远	江苏大学计算机科学与通信工程学院	16	166	7.0	12.0
6	陈汝龙	江苏大学计算机科学与通信工程学院	2	7	2.0	2.0