本文關鍵詞：移動社交網(wǎng)絡中基于馬爾科夫模型的信息搜索算法的研究，由筆耕文化傳播整理發(fā)布。

【摘要】：移動社交網(wǎng)絡(Mobile Social Network)是容遲網(wǎng)絡(Delay Tolerant Networks,DTNs)的一個應用。移動社交網(wǎng)絡是通過手機、藍牙、pad等各種便攜移動通信設備而在虛擬網(wǎng)絡空間里形成的一種人際關系網(wǎng)絡。隨著互聯(lián)網(wǎng)的快速發(fā)展,尤其是隨著3G技術的成熟、4G技術的到來以及智能手機的普及,移動社交網(wǎng)絡用戶數(shù)量逐年增多,帶動了移動互聯(lián)網(wǎng)的快速發(fā)展。當今社會,人們每天甚至每時每刻都在與信息打交道。信息在社會生活的中的作用日益重要,如何快速有效地搜索信息是現(xiàn)代人才必須掌握的技能。最近,對信息搜索算法的研究是移動社交網(wǎng)絡中的一個熱門話題。本文中,首先研究了移動社交網(wǎng)路的發(fā)展由來、移動社交網(wǎng)絡與社交網(wǎng)絡的區(qū)別和聯(lián)系、移動社交網(wǎng)絡的基本特點、移動社交網(wǎng)絡常見的幾種類型以及移動社交網(wǎng)絡中幾種典型的信息搜索算法。接著,介紹了馬爾科夫鏈的預備知識、離散時間和連續(xù)時間的馬爾科夫鏈、馬爾科夫鏈的預測方法、馬爾科夫鏈的穩(wěn)態(tài)分布以及馬爾科夫鏈的應用。最后,提出了移動社交網(wǎng)絡中一個新穎的三跳信息搜索算法(QFD)。該算法把信息的查詢分為兩個階段,查詢階段和反饋階段。首先,查詢源節(jié)點委托鄰居作為查詢代表去目的社區(qū)查詢信息。然后,查詢代表到達目的社區(qū)并獲得相關信息后,再委托他周圍的鄰居反饋給查詢源節(jié)點。我們用半馬爾科夫的鏈模型預測節(jié)點的移動性和未來的位置。在查詢階段,選擇查詢概率較高的節(jié)點作為查詢節(jié)點,并提出首達時間的概念。在反饋階段,選擇比查詢節(jié)點反饋概率較高的節(jié)點作為反饋節(jié)點。通過仿真實驗,結果顯示該算法與現(xiàn)有的算法相比,不僅提高了信息搜索概率而且減小了拷貝數(shù)目。
【關鍵詞】：數(shù)據(jù)查詢 移動社交網(wǎng)絡 馬爾科夫鏈 用戶移動性 信息搜索
【學位授予單位】：合肥工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：O211.62;TP393.09;TN929.5
【目錄】：

• 致謝7-8
• 摘要8-9
• ABSTRACT9-14
• 第一章 緒論14-20
• 1.1 課題的研究背景14
• 1.2 DTN網(wǎng)絡的相關概述14-15
• 1.3 DTN網(wǎng)絡的性能15-18
• 1.3.1 DTN網(wǎng)絡的特點15-17
• 1.3.2 DTN網(wǎng)絡的應用17-18
• 1.4 研究現(xiàn)狀與主要任務18-19
• 1.5 研究的目的及意義19
• 1.6 本文的組織結構19-20
• 第二章 移動社交網(wǎng)絡的研究現(xiàn)狀20-28
• 2.1 移動社交網(wǎng)絡的由來20-21
• 2.2 移動社交網(wǎng)絡用戶的基本特征21-23
• 2.3 移動社交網(wǎng)絡常見的幾種類型23-24
• 2.4 移動社交網(wǎng)絡中幾種典型的信息搜索算法24-27
• 2.4.1 Epidemic算法25
• 2.4.2 Greedy Total算法25-26
• 2.4.3 DelQue算法26-27
• 2.5 移動社交網(wǎng)絡的發(fā)展未來27
• 2.6 本章小結27-28
• 第三章 馬爾科夫鏈28-35
• 3.1 離散時間的馬爾科夫鏈28-31
• 3.1.1 離散時間Markov鏈的定義28
• 3.1.2 轉移概率矩陣和n步轉移概率28-29
• 3.1.3 Chapman-Kolmogorov方程29
• 3.1.4 Markov鏈的狀態(tài)分類29-31
• 3.1.5 平穩(wěn)分布31
• 3.2 連續(xù)時間的馬爾科夫鏈31-32
• 3.2.1 連續(xù)時間Markov鏈的定義31-32
• 3.2.2 轉移概率矩陣32
• 3.2.3 Chapman-Kolmogorov方程32
• 3.3 馬爾科夫鏈的應用32-33
• 3.4 本章小結33-35
• 第四章 DTNs網(wǎng)絡中一種基于查詢代表和反饋代表的信息搜索算法35-46
• 4.1 引言35-36
• 4.2 模型36-38
• 4.2.1 網(wǎng)絡模型和假設36-37
• 4.2.2 離散時間齊次的半馬爾科夫模型37-38
• 4.2.3 地理社區(qū)下的穩(wěn)態(tài)概率分布38
• 4.3 查詢代表和反饋代表算法38-41
• 4.4 模擬仿真和性能評估41-45
• 4.4.1 QFD與其他算法的性能比較41-42
• 4.4.2 λ值對QFD算法性能的影響42-43
• 4.4.3 p值對QFD算法性能的影響43-45
• 4.5 本章小結45-46
• 第五章 總結與展望46-47
• 參考文獻47-50
• 攻讀碩士學位期間學術活動及成果情況50

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 任健;;社交網(wǎng)絡的力量[J];科技創(chuàng)業(yè);2011年12期

2 武會;;淺談社交網(wǎng)絡對高校大學生的影響及若干建議[J];科技致富向導;2013年05期

3 余劍來;;社交網(wǎng)絡化的發(fā)展方向[J];世界科學;2011年01期

4 余家駒;;電視網(wǎng)絡將成為社交網(wǎng)絡[J];世界科學;2011年01期

5 鄧宇燕;;淺談故事型廣告在社交網(wǎng)絡時代的傳播[J];科技信息;2011年24期

6 勞倫·考克斯;;請在工作時更新你的狀態(tài)[J];科技創(chuàng)業(yè);2011年05期

7 斯蒂芬·卡斯;;在線社區(qū)能否解決隱私問題[J];科技創(chuàng)業(yè);2011年08期

8 羅伯特·D·霍夫;;廣告主云集社交網(wǎng)絡[J];科技創(chuàng)業(yè);2011年08期

9 呂經(jīng)緯;李軒昂;;社交網(wǎng)絡對大學生成長影響及其對策[J];科技信息;2013年05期

10 張月英;王e，

本文編號：276719