移動(dòng)云計(jì)算為部署大量移動(dòng)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(wèn)云資源往往需要大量的能耗,制約了移動(dòng)云計(jì)算的廣泛應(yīng)用.對(duì)此,提出了基于用戶交互行為最大化的鏈路預(yù)測(cè)方法.首先在數(shù)據(jù)預(yù)測(cè)模型的基礎(chǔ)上利用基于互動(dòng)關(guān)系改進(jìn)的交互度方法對(duì)已知用戶訪問(wèn)的數(shù)據(jù)進(jìn)行預(yù)測(cè);再結(jié)合基于用戶行為的社交網(wǎng)絡(luò)Friendlink方法對(duì)預(yù)測(cè)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(chǔ)機(jī)制來(lái)預(yù)存上述預(yù)測(cè)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(wèn)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(yè)數(shù)】：7 頁(yè)

【部分圖文】：

圖1 移動(dòng)云計(jì)算下用戶訪問(wèn)數(shù)據(jù)預(yù)測(cè)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(qǐng)求時(shí)，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(jì)算鄰居組中各個(gè)鄰居對(duì)目標(biāo)用戶的交互度．用戶u與v的互動(dòng)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(jì)算公式:

圖2 用戶相似性特征

鏈路預(yù)測(cè)推薦方法的關(guān)鍵是計(jì)算用戶間的相似度，相似度越高的鄰居用戶的訪問(wèn)數(shù)據(jù)越可能作為目標(biāo)用戶下一步要訪問(wèn)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(duì)朋友選擇問(wèn)題，通過(guò)對(duì)社交網(wǎng)絡(luò)FriendLink方法進(jìn)行分析，基于用戶行為引入互動(dòng)關(guān)系，以識(shí)....

圖3 隨機(jī)游走流程

針對(duì)朋友選擇問(wèn)題，通過(guò)對(duì)社交網(wǎng)絡(luò)FriendLink方法進(jìn)行分析，基于用戶行為引入互動(dòng)關(guān)系，以識(shí)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(huì)網(wǎng)絡(luò)，提出一種基于互動(dòng)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(gè)步驟:(1)通過(guò)朋友關(guān)系與互動(dòng)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(chǔ)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(chǔ)值的大小與移動(dòng)端耗電關(guān)系．根據(jù)式(8)所示的預(yù)存儲(chǔ)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(wèn)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(hào)：4016511