隨著在線社交網(wǎng)絡(luò)的發(fā)展,在線社交網(wǎng)絡(luò)的類型日漸多樣,用戶量亦在不斷增加,每個在線社交網(wǎng)絡(luò)用戶都能自主發(fā)布個性化數(shù)據(jù),如日志、圖片、視頻以及推文等,這使得在線社交網(wǎng)絡(luò)數(shù)據(jù)量劇增。在線社交網(wǎng)絡(luò)呈現(xiàn)出以下幾個特點：數(shù)據(jù)量巨大且增長速度快,并呈現(xiàn)多樣性,用戶具有高度的動態(tài)性和差異性。在線社交網(wǎng)絡(luò)的這些特點,引發(fā)了一系列新的系統(tǒng)性能瓶頸問題,這極大地制約著在線社交網(wǎng)絡(luò)的發(fā)展。如何解決這些性能瓶頸顯得迫在眉睫。 在線社交網(wǎng)絡(luò)信息檢索即高私密性文本檢索問題；在線社交網(wǎng)絡(luò)并發(fā)訪問問題即微博平臺下大量用戶并發(fā)訪問問題；在線社交網(wǎng)絡(luò)信息存儲問題即移動平臺下有效信息存儲問題。這些問題都是在線社交網(wǎng)絡(luò)在發(fā)展過程中不得不面對,且必須得到解決的關(guān)鍵難點問題。 在線社交網(wǎng)絡(luò)的信息檢索與傳統(tǒng)的網(wǎng)頁檢索不同,其數(shù)據(jù)具有高度的私密性并使用Key-Value的存儲模式,進行基于文本內(nèi)容的檢索非常困難。針對這個特點,本文提出一種高效的基于用戶摘要索引的文本檢索優(yōu)化方法,提出一種輕量級好友摘要索引表的結(jié)構(gòu),將用戶的兩跳好友的文本內(nèi)容映射到一個摘要索引表中,可以在保持檢索效率的同時有效的解決在線社交網(wǎng)絡(luò)中數(shù)據(jù)隱私保護問題。基于此設(shè)計的兩級排序算法,依照用戶的摘要索引表對好友進行排序,從而過濾掉那些不必要的好友訪問,避免窮盡查詢所引起的無效訪問,能極大降低服務(wù)器之間的通信開銷。然后,通過一種近似TF×IDF的文本排序算法,在保持較高的檢索準確率的情況下,提高了檢索效率,降低檢索的響應(yīng)時延。實驗結(jié)果表明,基于用戶摘要索引的文本檢索優(yōu)化方法可以減少窮盡查詢引起的94.1%的網(wǎng)絡(luò)通信開銷,降低82.4%的查詢時延,并且維持較高的檢索準確率。 在線社交網(wǎng)絡(luò)平臺,特別是微博平臺,所扮演的角色越來越趨向于新聞媒體平臺。用戶從微博平臺獲取重大事件的消息,比如地震救災(zāi),大型體育賽事等。這些重大事件或突發(fā)事件,使網(wǎng)絡(luò)平臺的用戶量在短時間內(nèi)暴增,同時微博的流量也隨之驟增,從而導(dǎo)致大量的對服務(wù)器的并發(fā)訪問,極易造成擁塞,甚至導(dǎo)致系統(tǒng)平臺崩潰。本文提出一種基于p2p的分布式微博并發(fā)訪問優(yōu)化方法,可以很好地解決突發(fā)事件發(fā)生時微博平臺用戶的大規(guī)模并發(fā)訪問所引發(fā)的負載均衡以及可擴展性問題。利用SoMed系統(tǒng)結(jié)構(gòu),根據(jù)用戶行為的差異性,將微博平臺的用戶分成公眾用戶和草根用戶兩種類型。針對這種分類,設(shè)計出一種兩級DHT的系統(tǒng)結(jié)構(gòu)。所有的公眾用戶構(gòu)成第一級DHT的成員,所有的草根用戶構(gòu)成第二級DHT的成員,并以粉絲圈為基本單位,構(gòu)成以第一級中公眾用戶為核心的粉絲圈集合,每個粉絲圈都是由一個公眾用戶和他的粉絲構(gòu)成的。通過粉絲圈中的粉絲互助的方式,實現(xiàn)降低并發(fā)訪問的目的。實驗結(jié)果表明,基于兩級DHT的優(yōu)化方法可以極大的降低突發(fā)事件發(fā)生時微博系統(tǒng)并發(fā)訪問帶來的網(wǎng)絡(luò)帶寬開銷,并且降低網(wǎng)絡(luò)時延,同時保持較高的系統(tǒng)穩(wěn)定性和可用性。 隨著在線社交網(wǎng)絡(luò)用戶的好友數(shù)量的不斷增加,用戶通過好友信息流平臺獲取好友動態(tài)信息的數(shù)據(jù)量也越來越大,在存儲容量受到限制,特別是在線社交網(wǎng)絡(luò)逐步向移動端發(fā)展的時候,對信息進行過濾顯得尤為重要。研究表明,在線社交網(wǎng)絡(luò)中用戶的好友關(guān)系強度其實是隨著時間變化的,大部分的好友關(guān)系在建立一個月之后幾乎很少聯(lián)系,用戶對這些“陌生好友”的動態(tài)信息是不是全都感興趣的。本文提出一種基于好友交互關(guān)系的信息存儲優(yōu)化方法,來解決移動社交網(wǎng)絡(luò)環(huán)境下信息流平臺中無效信息的過濾問題。提出一種可調(diào)節(jié)的計數(shù)型布隆濾波記錄用戶與好友之間交互關(guān)系強度,通過對好友交互關(guān)系強度進行劃分,將信息流平臺中的那些“極少交互”的好友動態(tài)信息過濾掉。實驗結(jié)果表明,基于好友交互關(guān)系的信息存儲優(yōu)化方法可以有效過濾掉信息流平臺中無效信息,極大地降低了信息流平臺的存儲開銷,同時保持較高的過濾準確率。 綜上所述,通過對在線社交網(wǎng)絡(luò)中檢索效率、并發(fā)控制和信息過濾等方面進行的性能優(yōu)化研究,可以綜合提高在線社交網(wǎng)絡(luò)平臺的服務(wù)器性能,提高用戶的服務(wù)質(zhì)量,對于在線社交網(wǎng)絡(luò)的發(fā)展具有重大的研究與實踐指導(dǎo)意義。
【學(xué)位單位】：華中科技大學(xué)
【學(xué)位級別】：博士
【學(xué)位年份】：2015
【中圖分類】：TP393.092
【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 研究內(nèi)容
    1.4 論文組織結(jié)構(gòu)
2 基于用戶摘要索引的文本檢索優(yōu)化方法
    2.1 研究背景
    2.2 檢索系統(tǒng)設(shè)計
    2.3 基于好友關(guān)系的摘要索引
    2.4 關(guān)鍵字內(nèi)容檢索排序模型
    2.5 性能評測
    2.6 本章小結(jié)
2p的分布式微博并發(fā)訪問優(yōu)化方法'>3 基于p²p的分布式微博并發(fā)訪問優(yōu)化方法
    3.1 研究背景
    3.2 并發(fā)訪問優(yōu)化方法設(shè)計框架
2p的數(shù)據(jù)結(jié)構(gòu)設(shè)計'>    3.3 基于p²p的數(shù)據(jù)結(jié)構(gòu)設(shè)計
    3.4 性能評測
    3.5 本章小結(jié)
4 基于好友交互關(guān)系的信息存儲優(yōu)化方法
    4.1 研究背景
    4.2 信息存儲優(yōu)化方法的設(shè)計
    4.3 交互關(guān)系摘要索引表
    4.4 性能評測
    4.5 本章小結(jié)
5 總結(jié)與展望
致謝
參考文獻
附錄1 縮略詞簡表
附錄2 攻讀博士學(xué)位期間發(fā)表的學(xué)術(shù)論文
附錄3 攻讀博士學(xué)位期間參與的主要科研項目
附錄4 個人簡歷

【相似文獻】

相關(guān)期刊論文 前10條

1 ;基于位置的手機社交網(wǎng)絡(luò)“貝多”正式發(fā)布[J];中國新通信;2008年06期

2 曹增輝;;社交網(wǎng)絡(luò)更偏向于用戶工具[J];信息網(wǎng)絡(luò);2009年11期

3 ;美國:印刷企業(yè)青睞社交網(wǎng)絡(luò)營銷新方式[J];中國包裝工業(yè);2010年Z1期

4 李智惠;柳承燁;;韓國移動社交網(wǎng)絡(luò)服務(wù)的類型分析與促進方案[J];現(xiàn)代傳播(中國傳媒大學(xué)學(xué)報);2010年08期

5 賈富;;改變一切的社交網(wǎng)絡(luò)[J];互聯(lián)網(wǎng)天地;2011年04期

6 譚拯;;社交網(wǎng)絡(luò):連接與發(fā)現(xiàn)[J];廣東通信技術(shù);2011年07期

7 陳一舟;;社交網(wǎng)絡(luò)的發(fā)展趨勢[J];傳媒;2011年12期

8 殷樂;;全球社交網(wǎng)絡(luò)新態(tài)勢及文化影響[J];新聞與寫作;2012年01期

9 許麗;;社交網(wǎng)絡(luò):孤獨年代的集體狂歡[J];上海信息化;2012年09期

10 李玲麗;吳新年;;科研社交網(wǎng)絡(luò)的發(fā)展現(xiàn)狀及趨勢分析[J];圖書館學(xué)研究;2013年01期

相關(guān)博士學(xué)位論文 前10條

1 呂加國;在線社交網(wǎng)絡(luò)社會影響傳播與影響最大化問題研究[D];燕山大學(xué);2015年

2 李鑫;基于位置社交網(wǎng)絡(luò)的地點推薦方法及應(yīng)用研究[D];中國科學(xué)技術(shù)大學(xué);2015年

3 黃金洲;在線社交網(wǎng)絡(luò)性能優(yōu)化機制研究[D];華中科技大學(xué);2015年

4 胡端;基于社交網(wǎng)絡(luò)的用戶通信行為分析[D];華中科技大學(xué);2015年

5 尹紅軍;大規(guī)模社交網(wǎng)絡(luò)中局部興趣社區(qū)發(fā)現(xiàn)研究[D];中國科學(xué)技術(shù)大學(xué);2014年

6 郭靜;社交網(wǎng)絡(luò)影響力傳播的分析與挖掘研究[D];北京郵電大學(xué);2014年

7 丁旋;社交網(wǎng)絡(luò)分析中的隱私保護問題：去匿名化與無縫隱私[D];清華大學(xué);2014年

8 孫見山;科研社交網(wǎng)絡(luò)中的論文推薦[D];中國科學(xué)技術(shù)大學(xué);2014年

9 張彥超;社交網(wǎng)絡(luò)服務(wù)中信息傳播模式與輿論演進過程研究[D];北京交通大學(xué);2012年

10 楊辰;科研社交網(wǎng)絡(luò)平臺中的合作者推薦[D];中國科學(xué)技術(shù)大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 葉嘉穎;社交網(wǎng)絡(luò)文化探析[D];華南理工大學(xué);2010年

2 范海濤;社交網(wǎng)絡(luò)在企業(yè)中的應(yīng)用研究[D];河南大學(xué);2014年

3 翟伯蔭;社交網(wǎng)絡(luò)中領(lǐng)域?qū)＜业淖R別研究[D];華東師范大學(xué);2015年

4 張德林;老年人社交網(wǎng)絡(luò)、社會支持與主觀幸福感的關(guān)系研究[D];上海師范大學(xué);2015年

5 張艷穎;社交網(wǎng)絡(luò)平臺廣告?zhèn)鞑サ膭恿C制與強化策略研究[D];河北大學(xué);2014年

6 孫緒彬;傳播學(xué)視域下的SNS用戶信息分享研究[D];西南大學(xué);2015年

7 賈沖沖;基于MapReduce的微博好友推薦研究[D];東北林業(yè)大學(xué);2015年

8 呂家琦;分布式環(huán)境下基于語義的社團發(fā)現(xiàn)算法研究[D];遼寧大學(xué);2015年

9 張寧;基于用戶行為的社交網(wǎng)絡(luò)用戶動態(tài)影響力模型研究[D];遼寧大學(xué);2015年

10 孫海龍;聚美優(yōu)品有限公司社交網(wǎng)絡(luò)營銷策略研究[D];哈爾濱理工大學(xué);2014年

本文編號：2867871