發(fā)布時間：2021-01-25 03:07

　　隨著全球定位系統(tǒng)的飛速發(fā)展和廣泛應(yīng)用,以及社交媒體技術(shù)的發(fā)展,網(wǎng)絡(luò)同人們的日常生活息息相關(guān),大量包含空間位置數(shù)據(jù)的社交信息被發(fā)布到網(wǎng)絡(luò)中,并且被感興趣的人們從社交軟件上捕獲,以方便日常生活。這類社交活動擁有很強烈的空間局限性和信息及時性。人們的生活空間局限在某一個區(qū)域,該區(qū)域的信息能夠更加強烈的影響生活在該區(qū)域的人民。同樣,信息具有時效,接受信息的及時程度影響著人們的判斷,所以如果能夠及時的獲取重要的信息,能夠很大程度的方便人們的生活。這就是本文研究的發(fā)布訂閱系統(tǒng),發(fā)布者將信息發(fā)布到網(wǎng)絡(luò)中,被訂閱的人及時下載,能夠極大的方便人們的日常生活。傳統(tǒng)的發(fā)布訂閱系統(tǒng)忽略了及時性的研究,并且對空間信息的利用不夠充分。本文的發(fā)布訂閱系統(tǒng),基于一個拓?fù)淠Ｐ?提出了一個可以在該分布式系統(tǒng)上應(yīng)用的即時的發(fā)布訂閱的算法,隨后又提出了將自組織增量學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)（soinn）應(yīng)用在原始算法之上的優(yōu)化算法,并且提出了在分布式系統(tǒng)上該算法的負(fù)載均衡策略,最后,又提出了該算法的一個哈希優(yōu)化策略。具體內(nèi)容包括以下幾個方面:（1）即時的發(fā)布訂閱算法:目前的該類系統(tǒng)算法,多是批處理算法,本文提出了一個分布式系統(tǒng)上的即時的發(fā)... 

【文章來源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：61 頁

【學(xué)位級別】：碩士

【部分圖文】：

基礎(chǔ)的發(fā)布訂閱系統(tǒng)示意圖

訂閱分布

哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文-11-圖2-3模擬聚類結(jié)果接下來討論應(yīng)該在算法中如何保存空間位置和屬性信息。首先面對空間信息，傳統(tǒng)的單處理中心的發(fā)布訂閱系統(tǒng)，為了對到來的事件進(jìn)行及時的聚類，多維持一個樹狀結(jié)構(gòu)（因為大多采取一個樹狀結(jié)構(gòu)的分類算法：kd-tree，R-tree），并且會把屬性信息賦予每個節(jié)點，在進(jìn)行子節(jié)點選擇時同時考慮空間和屬性信息，這種結(jié)構(gòu)可以使得時間復(fù)雜度維持在log(n)，但是隨著數(shù)據(jù)量的增大，樹狀結(jié)構(gòu)顯示出幾個不足之處：（1）維持一個樹狀結(jié)構(gòu)會消耗大量的內(nèi)存，而且樹狀結(jié)構(gòu)的改變也會消耗大量資源。（2）在分布式系統(tǒng)中，不同的分布式節(jié)點需要統(tǒng)一數(shù)據(jù)，并行節(jié)點的數(shù)據(jù)在樹狀結(jié)構(gòu)上融合，極其困難。所以本文采取網(wǎng)格的結(jié)構(gòu)來存儲空間數(shù)據(jù)，網(wǎng)格結(jié)構(gòu)同樣會消耗大量內(nèi)存，但是其訪問速度極快，而且網(wǎng)格結(jié)構(gòu)下，相鄰類別的合并和劃分要快于樹狀結(jié)構(gòu)，對于即時的分布式系統(tǒng)，速度顯然至關(guān)重要。而且異步數(shù)據(jù)的融合統(tǒng)一在網(wǎng)格上要比在樹結(jié)構(gòu)上簡單。面對事件的屬性信息，數(shù)據(jù)結(jié)構(gòu)有前綴樹，倒排索引等。由以上分析，樹結(jié)構(gòu)很適合單計算中心純內(nèi)存的算法，在每個類別中，前綴樹在對新增加的訂閱進(jìn)行分類時，具有很大的優(yōu)勢，可以快速的查找到該訂閱應(yīng)該添加的位置，同時在面對將發(fā)布的事件推送給對應(yīng)的訂閱時，可以在遍歷樹的過程中，對樹的節(jié)點進(jìn)行過濾，只保留在事件中出現(xiàn)的屬性的節(jié)點，而且一般一個事件的屬性個數(shù)不會太大（一般小于5），所以樹的高度不會太高。但是在分布式環(huán)境中如果存在多個并行節(jié)點的合并，大型的前綴樹在合并多個由于并行而不同的樹時較為繁瑣。倒排索引在面對新訂閱分類時則結(jié)構(gòu)簡單，可以快速的合并數(shù)據(jù)，所以本文采取倒排索引的結(jié)構(gòu)。

【參考文獻(xiàn)】：
期刊論文
[1]自組織增量學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)綜述[J]. 邱天宇,申富饒,趙金熙.  軟件學(xué)報. 2016(09)



本文編號：2998440