【摘要】：分析了用戶與其所在網(wǎng)絡(luò)社團(tuán)之間的關(guān)系,將島嶼模型的思想應(yīng)用于標(biāo)準(zhǔn)粒子群算法的改進(jìn),提出了一種多學(xué)習(xí)因子粒子群算法(MPSO)。該算法綜合考量了用戶自身屬性和社團(tuán)關(guān)系網(wǎng)絡(luò)特性兩種影響因子,克服了網(wǎng)絡(luò)水軍和僵尸粉的干擾,同時這種改進(jìn)的粒子群算法使得粒子在進(jìn)化過程后期更具多樣性,避免陷入局部最優(yōu)。最后通過與Page Rank算法、Behavior-Relationship Rank算法進(jìn)行對比,充分驗證了MPSO算法的準(zhǔn)確性以及可靠性。
[Abstract]:This paper analyzes the relationship between users and their network communities, applies the idea of island model to the improvement of standard particle swarm optimization algorithm, and proposes a multi-learning factor particle swarm optimization algorithm (MPSO). This algorithm synthetically considers the user's own attributes and community relationship network characteristics, and overcomes the interference of the network army and zombie powder. Meanwhile, the improved particle swarm optimization algorithm makes the particles more diverse in the later stages of evolution. Avoid falling into local optimum. Finally, by comparing with Page Rank algorithm and Behavior-Relationship Rank algorithm, the accuracy and reliability of MPSO algorithm are fully verified.
【作者單位】： 首都經(jīng)濟(jì)貿(mào)易大學(xué)信息學(xué)院;
【基金】：國家社會科學(xué)基金項目(16BGL145) 北京市社會科學(xué)基金項目(14SHB015) 北京市教育委員會科學(xué)研究計劃基金項目(SM201410038013)
【分類號】：TP18;TP393.092

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 宋繼光;秦勇;史健芳;賈云富;梁本來;;粒子群算法及其在路由優(yōu)化中的研究[J];計算機(jī)工程與設(shè)計;2010年09期

2 成旭華;趙知勁;葉學(xué)義;;基于離散粒子群算法的動態(tài)網(wǎng)絡(luò)路由重組[J];計算機(jī)工程與應(yīng)用;2009年29期

3 舒振;陳洪輝;羅雪山;;基于改進(jìn)混合粒子群算法的服務(wù)動態(tài)選擇方法[J];中南大學(xué)學(xué)報(自然科學(xué)版);2011年10期

4 劉衛(wèi)寧;李一鳴;劉波;;基于自適應(yīng)粒子群算法的制造云服務(wù)組合研究[J];計算機(jī)應(yīng)用;2012年10期

5 王宇飛;沈紅巖;;基于改進(jìn)廣義回歸神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)安全態(tài)勢預(yù)測[J];華北電力大學(xué)學(xué)報(自然科學(xué)版);2011年03期

6 溫濤;李迎秋;盛國軍;遲玉紅;;不確定信息下基于改進(jìn)粒子群算法的Web服務(wù)選擇[J];吉林大學(xué)學(xué)報(工學(xué)版);2014年01期

7 孫世昶;劉洪波;林鴻飛;;一種離散粒子群算法在對等網(wǎng)絡(luò)鄰接選擇問題中的應(yīng)用[J];鄭州大學(xué)學(xué)報(理學(xué)版);2009年01期

8 何鵬舉;吳來斌;宋凱華;曹允耀;;基于粒子群算法的嵌入式云計算資源調(diào)度[J];電子設(shè)計工程;2014年10期

9 張得生;李留青;陳萍;;基于粒子群算法的計算機(jī)網(wǎng)絡(luò)路由優(yōu)化研究[J];微型電腦應(yīng)用;2014年07期

10 倪霖;鄭洪英;;基于免疫粒子群算法的特征選擇[J];計算機(jī)應(yīng)用;2007年12期

相關(guān)會議論文 前1條

1 郭文忠;陳國龍;陳慶良;;基于粒子群算法的數(shù)據(jù)挖掘技術(shù)在入侵檢測中的應(yīng)用[A];2006年全國理論計算機(jī)科學(xué)學(xué)術(shù)年會論文集[C];2006年

相關(guān)博士學(xué)位論文 前1條

1 尹浩;求解Web服務(wù)選取問題的粒子群算法研究[D];東北大學(xué);2014年

相關(guān)碩士學(xué)位論文 前7條

1 仲偉彪;改進(jìn)粒子群算法的研究及其云計算資源調(diào)度的應(yīng)用[D];江西理工大學(xué);2015年

2 鐘帥;基于粒子群算法的微博用戶影響力研究[D];華中科技大學(xué);2012年

3 馬茂剛;基于粒子群算法的入侵檢測技術(shù)研究[D];哈爾濱理工大學(xué);2011年

4 宋繼光;基于粒子群算法的路由優(yōu)化與流量均衡研究[D];太原理工大學(xué);2010年

5 米翠花;基于改進(jìn)粒子群算法的網(wǎng)絡(luò)路由選擇和CFA的優(yōu)化研究[D];蘭州大學(xué);2007年

6 沈萍;P2P環(huán)境下基于改進(jìn)粒子群算法的Web服務(wù)選擇研究[D];江西理工大學(xué);2012年

7 李一鳴;基于交叉變異粒子群算法的復(fù)雜多任務(wù)制造云服務(wù)組合研究[D];重慶大學(xué);2013年

，

本文編號：2301973