【摘要】：播存網絡將廣播分發(fā)模式引入現(xiàn)有互聯(lián)網體系結構,極大地降低網絡共享過程中產生的冗余流量,可有效緩解信息過載問題.播存網絡采用統(tǒng)一內容標簽(uniform content label,UCL)適配用戶興趣和推薦信息資源,在UCL個性化推薦過程中,如何結合播存網絡的富語義、高時效特征,有效地提高UCL推薦列表的多樣性,成為播存網絡中一個亟需解決的關鍵問題.針對播存網絡環(huán)境的需求,提出了一種基于語義覆蓋樹的UCL推薦多樣性優(yōu)化算法UDSCT,將該問題分為UCL語義覆蓋樹構建和多樣化UCL列表查詢2個步驟.在UCL語義覆蓋樹構建階段,基于語義覆蓋樹的若干約束條件,充分考慮UCL語義信息及非語義用戶評分信息,同時,較新的UCL具有較高的優(yōu)先權,以保證列表的時效性;在多樣化UCL列表查詢階段,采用簡單樹查詢及啟發(fā)式列表補充操作,可快速高效地獲得多樣性優(yōu)化后的UCL推薦列表,并可進一步根據用戶請求快速返回指定的UCL集合.通過理論分析及一系列仿真實驗驗證,結果證明:UDSCT算法相對于基準算法能夠獲得更好的多樣性優(yōu)化效果及效率,可有效滿足播存網絡環(huán)境的需求.
[Abstract]:Broadcast network introduces broadcast distribution mode into the existing Internet architecture, which can greatly reduce the redundant traffic produced in the process of network sharing, and can effectively alleviate the problem of information overload. The broadcast network adopts the unified content label (uniform content label,UCL) to adapt the user interest and recommendation information resources. in the process of UCL personalized recommendation, how to combine the rich semantics and high timeliness characteristics of the broadcast network. Effectively improving the diversity of UCL recommendation list has become a key problem to be solved in broadcast network. In order to meet the requirements of broadcast network environment, a UCL recommendation diversity optimization algorithm UDSCT, based on semantic coverage tree is proposed. The problem is divided into two steps: UCL semantic coverage tree construction and diversified UCL list query. In the construction stage of UCL semantic coverage tree, based on some constraints of semantic coverage tree, UCL semantic information and non-semantic user rating information are fully considered. at the same time, the newer UCL has higher priority to ensure the timeliness of the list. In the stage of diversified UCL list query, simple tree query and heuristic list supplement operation can be used to obtain the UCL recommendation list after diversity optimization quickly and efficiently, and the specified UCL set can be returned quickly according to the user request. Through theoretical analysis and a series of simulation experiments, the results show that UDSCT algorithm can achieve better diversity optimization effect and efficiency than benchmark algorithm, and can effectively meet the needs of broadcast network environment.
【作者單位】： 東南大學計算機科學與工程學院;計算機網絡和信息集成教育部重點實驗室(東南大學);
【基金】：國家自然科學基金項目(61472080,61672155) 中國工程院咨詢研究項目(2015-XY-04) 國家“八六三”高技術研究發(fā)展計劃基金項目(2013AA013503) 軟件新技術與產業(yè)化協(xié)同創(chuàng)新中心項目~~
【分類號】：TP391.3

【參考文獻】

相關期刊論文 前3條

1 楊鵬;李幼平;;播存網絡體系結構普適模型及實現(xiàn)模式[J];電子學報;2015年05期

2 顧梁;楊鵬;羅軍舟;;一種播存網絡環(huán)境下的UCL協(xié)同過濾推薦方法[J];計算機研究與發(fā)展;2015年02期

3 馬衛(wèi)東;李幼平;馬建國;周明天;;面向Web網頁的區(qū)域用戶行為實證研究[J];計算機學報;2008年06期

【相似文獻】

相關期刊論文 前10條

1 馮舜璽;;新書推薦:《算法分析導論》[J];計算機教育;2006年05期

2 張力,慕曉冬;計算機算法分析淺談[J];武警工程學院學報;2002年04期

3 馬安光;;飛彈問題的算法分析——2003年第10期題解[J];程序員;2003年12期

4 蘇運霖;;《算法分析導論》評介[J];計算機教育;2006年07期

5 朱力強;;培養(yǎng)學生創(chuàng)新思維與能力的算法分析案例[J];計算機與信息技術;2007年11期

6 汪菊琴;;幾種常見特殊方陣的算法分析與實現(xiàn)[J];無錫職業(yè)技術學院學報;2009年05期

7 李涵;;“算法分析與設計”課程教學改革和實踐[J];中國電力教育;2010年16期

8 劉寧;管濤;;淺析案例教學法在算法分析與設計課程中的應用[J];科技風;2011年07期

9 胡峰;王國胤;;“算法分析與設計”教學模式探索[J];當代教育理論與實踐;2011年12期

10 趙娟;;淺析啟發(fā)式教學法在《算法分析與設計》課程中的應用[J];福建電腦;2012年06期

相關會議論文 前10條

1 俞洋;田亞菲;;一種新的變步長LMS算法及其仿真[A];通信理論與信號處理新進展——2005年通信理論與信號處理年會論文集[C];2005年

2 周顥;劉振華;趙保華;;構造型的D~2FA生成算法[A];中國通信學會通信軟件技術委員會2009年學術會議論文集[C];2009年

3 賴桃桃;馮少榮;張東站;;一種基于劃分和密度的快速聚類算法[A];第二十五屆中國數據庫學術會議論文集（一）[C];2008年

4 劉遠新;鄧飛其;羅艷輝;舒添慧;;ERP柔性平臺下物流運輸配送系統(tǒng)算法分析[A];第二十六屆中國控制會議論文集[C];2007年

5 王樹西;白碩;姜吉發(fā);;模式合一的“減首去尾”算法[A];第二屆全國學生計算語言學研討會論文集[C];2004年

6 王萬青;張曉輝;;改進的A~*算法的高效實現(xiàn)[A];2009全國測繪科技信息交流會暨首屆測繪博客征文頒獎論文集[C];2009年

7 孫煥良;邱菲;劉俊嶺;朱葉麗;;IncSNN——一種基于密度的增量聚類算法[A];第二十三屆中國數據庫學術會議論文集（研究報告篇）[C];2006年

8 韓建民;岑婷婷;于娟;;實現(xiàn)敏感屬性l-多樣性的l-MDAV算法[A];第二十七屆中國控制會議論文集[C];2008年

9 張悅;尤楓;趙瑞蓮;;利用蟻群算法實現(xiàn)基于程序結構的主變元分析[A];第五屆中國測試學術會議論文集[C];2008年

10 王旭東;劉渝;鄧振淼;;正弦波頻率估計的修正Rife算法及其FPGA實現(xiàn)[A];全國第十屆信號與信息處理、第四屆DSP應用技術聯(lián)合學術會議論文集[C];2006年

相關重要報紙文章 前1條

1 科文;VIXD算法分析Web異常[N];中國計算機報;2008年

相關博士學位論文 前10條

1 魏哲學;樣本斷點距離問題的算法與復雜性研究[D];山東大學;2015年

2 劉春明;基于增強學習和車輛動力學的高速公路自主駕駛研究[D];國防科學技術大學;2014年

3 張敏霞;生物地理學優(yōu)化算法及其在應急交通規(guī)劃中的應用研究[D];浙江工業(yè)大學;2015年

4 李紅;流程挖掘算法研究[D];云南大學;2015年

5 卜晨陽;演化約束優(yōu)化及演化動態(tài)優(yōu)化求解算法研究[D];中國科學技術大學;2017年

6 劉新旺;多核學習算法研究[D];國防科學技術大學;2013年

7 于濱;城市公交系統(tǒng)模型與算法研究[D];大連理工大學;2006年

8 曾國強;改進的極值優(yōu)化算法及其在組合優(yōu)化問題中的應用研究[D];浙江大學;2011年

9 肖永豪;蜂群算法及在圖像處理中的應用研究[D];華南理工大學;2011年

10 陳耿;面向中觀審計的規(guī)則發(fā)現(xiàn)算法研究[D];東南大學;2005年

相關碩士學位論文 前10條

1 黃廈;基于改進蟻群算法的柔性作業(yè)車間調度問題研究[D];昆明理工大學;2015年

2 李平;基于Hadoop的信息爬取與輿情檢測算法研究[D];昆明理工大學;2015年

3 趙官寶;基于位表的關聯(lián)規(guī)則挖掘算法研究[D];昆明理工大學;2015年

4 殷文華;移動容遲網絡中基于社會感知的多播分發(fā)算法研究[D];內蒙古大學;2015年

5 徐翔燕;人工魚群優(yōu)化算法及其應用研究[D];西南交通大學;2015年

6 李德福;基于小世界模型的啟發(fā)式尋路算法研究[D];華中師范大學;2015年

7 鄭海彬;一種面向MAPREDUCE的DATASHUFFLE的優(yōu)化方法[D];蘇州大學;2015年

8 趙曉寒;輪換步長PSO算法及SMVSC參數優(yōu)化[D];沈陽理工大學;2015年

9 安豐洋;基于無線網絡的廣播算法研究[D];曲阜師范大學;2015年

10 李智明;基于改進FastICA算法的混合語音盲分離[D];上海交通大學;2015年

，

本文編號：2473293