移動云計算為部署大量移動服務(wù)提供了技術(shù)支持,但用戶在不穩(wěn)定的通信條件下訪問云資源往往需要大量的能耗,制約了移動云計算的廣泛應(yīng)用.對此,提出了基于用戶交互行為最大化的鏈路預(yù)測方法.首先在數(shù)據(jù)預(yù)測模型的基礎(chǔ)上利用基于互動關(guān)系改進(jìn)的交互度方法對已知用戶訪問的數(shù)據(jù)進(jìn)行預(yù)測;再結(jié)合基于用戶行為的社交網(wǎng)絡(luò)Friendlink方法對預(yù)測數(shù)據(jù)進(jìn)行數(shù)據(jù)分析篩選,利用數(shù)據(jù)預(yù)存儲機(jī)制來預(yù)存上述預(yù)測數(shù)據(jù).實(shí)驗(yàn)結(jié)果表明,在保證不涉及用戶隱私信息,并提高用戶下次訪問命中率的情況下,達(dá)到了預(yù)期的手機(jī)節(jié)能目的.

【文章頁數(shù)】：7 頁

【部分圖文】：

圖1 移動云計算下用戶訪問數(shù)據(jù)預(yù)測的手機(jī)節(jié)能策略模型

當(dāng)用戶u向服務(wù)器發(fā)起請求時，根據(jù)該用戶和鄰居用戶交互次數(shù)歷史數(shù)據(jù)信息Inter，構(gòu)建鄰居組．采用改進(jìn)的交互度方法計算鄰居組中各個鄰居對目標(biāo)用戶的交互度．用戶u與v的互動次數(shù)表示為I(u,v).基于用戶間相互影響力和接觸次數(shù)(W)的考慮，給出用戶交互度的計算公式:

圖2 用戶相似性特征

鏈路預(yù)測推薦方法的關(guān)鍵是計算用戶間的相似度，相似度越高的鄰居用戶的訪問數(shù)據(jù)越可能作為目標(biāo)用戶下一步要訪問的數(shù)據(jù)．用戶間的相似性具有媒介性、衰弱性、共同好友性和發(fā)散性等特征，如圖2所示．針對朋友選擇問題，通過對社交網(wǎng)絡(luò)FriendLink方法進(jìn)行分析，基于用戶行為引入互動關(guān)系，以識....

圖3 隨機(jī)游走流程

針對朋友選擇問題，通過對社交網(wǎng)絡(luò)FriendLink方法進(jìn)行分析，基于用戶行為引入互動關(guān)系，以識別社交網(wǎng)絡(luò)中的不同相關(guān)強(qiáng)度的朋友，形成權(quán)重社會網(wǎng)絡(luò)，提出一種基于互動行為局部隨機(jī)游走的推薦方法，其基本流程如圖3所示．隨機(jī)游走包括2個步驟:(1)通過朋友關(guān)系與互動行為，分析出帶權(quán)的關(guān)....

圖4 TOP K曲線

確定TOPK的值還不能確定預(yù)存儲數(shù)據(jù)容量和手機(jī)耗能之間的關(guān)系，需要確定預(yù)存儲值的大小與移動端耗電關(guān)系．根據(jù)式(8)所示的預(yù)存儲數(shù)據(jù)容量與手機(jī)耗能之間的數(shù)量關(guān)系，在本實(shí)驗(yàn)中，目標(biāo)用戶所有朋友的訪問數(shù)據(jù)容量設(shè)為10MB，獲得的緩存數(shù)據(jù)量如圖5所示．由圖4和圖5得出，K取5，緩存的....

本文編號：4016511