一种基于用户内容流行度和移动规则的主动缓存方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN108668287A(43)申请公布日2018.10.16(21)申请号201810354251.8(22)申请日2018.04.19(71)申请人西安交通大学地址710049陕西省西安市碑林区咸宁西路28号(72)发明人曲桦王璐赵季红高宁任塨晔(74)专利代理机构西安通大专利代理有限责任公司61200代理人徐文权(51)Int.Cl.H04W16/18(2009.01)H04W16/22(2009.01)H04W28/02(2009.01)H04W28/14(2009.01)权利要求书4页说明书9页附图3页(54)发明名称一种基于用户内容流行度和移动规则的主动缓存方法(57)摘要本发明公开了一种基于用户内容流行度和移动规则的主动缓存方法，通过引入社会关系挖掘，对小蜂窝网络中的用户的进行社区的划分，根据齐夫定律，分析每个社区的内容流行度分布，并通过频繁模式挖掘算法，对用户的移动规则进行挖掘，根据规则置信度获得用户下一时间段接入各基站的概率分布。根据用户的内容请求分布和接入各基站的概率分布，在基站有限的缓存容量下，通过优化缓存策略最大化缓存命中率。采用本发明的主动缓存方法，能够减少回程负载，降低用户时延，同时本方法具有分解特性，算法复杂度低。CN108668287ACN108668287A权利要求书1/4页1.一种基于用户内容流行度和移动规则的主动缓存方法，其特征在于：包括以下步骤：步骤1)、对小蜂窝网络中的用户进行社区划分，根据齐夫定律，分析划分后每个社区的内容流行度分布；步骤2)、通过时空频繁模式挖掘算法，对小蜂窝网络中的用户移动规则进行挖掘，根据规则置信度建立用户下一时间段接入各基站的迁移概率矩阵；步骤3)、根据用户的内容请求分布和接入各基站的概率分布，在基站有限的缓存容量下，通过优化缓存策略最大化缓存命中率。2.根据权利要求1所述的一种基于用户内容流行度和移动规则的主动缓存方法，其特征在于：所述步骤1)包括以下步骤：1.1)根据用户的个人信息建立用户特征向量，采用余弦相似度计算方法，根据特征向量来计算节点间的相似度，得到无向加权的用户关系图；1.2)将步骤1.1)得到的无向加权的用户关系图转化为边图，基于节点相似度计算边与边之间的相似度，对加权边采用自底向上的分层聚类方法，得到关于边的非重叠社区划分，进而将边的非重叠社区转化为关于点重叠社区划分；1.3)根据步骤1.2)得到的划分后的社区，获得每个社区内用户请求内容的次数，进而确定每个社区内容流行度的分布。3.根据权利要求2所述的一种基于用户内容流行度和移动规则的主动缓存方法，其特征在于：所述步骤1.3)包括以下步骤：(1)假设一个内容目录包含了F条内容，这些内容按流行度降序进行排序，第一条为最流行的，最后一条为最不流行的，内容流行度分布遵循齐夫定律；用户请求第f个内容的概率用公式来表示，其中δ的取值范围在0到1.0之间，该值决定分布的顶峰，影响分布的倾斜程度，称为倾斜参数；(2)根据用户社区划分中步骤1.2)的结果，得到第cc∈{1，2，3}类的用户对内容库{f1，f2，...，fF}中的内容的排序用向量sc＝[sc1，sc2，...，scF]以及请求各内容的概率值；(3)根据步骤(2)得到重叠社区请求各个内容的概率值，应用如下公式来计算社区内容流行度：4.根据权利要求1所述的一种基于用户内容流行度和移动规则的主动缓存方法，其特征在于：所述步骤2)包括以下步骤：2.1)对用户的移动轨迹进行处理生成高维模糊轨迹序列训练集；2.2)对步骤2.1)中生成的高维模糊轨迹序列训练集，应用频繁模式挖掘算法挖掘出用户频繁的迁移序列，根据迁移序列生成迁移规则；2.3)基于步骤2.2)生成的迁移规则设置置信度，建立用户的迁移概率矩阵。5.根据权利要求4所述的一种基于用户内容流行度和移动规则的主动缓存方法，其特征在于：所述步骤2)的具体步骤如下：2CN108668287A权利要求书2/4页(1)根据频繁模式挖掘算法生成迁移序列的候选模式；(2)计算候选模式中用户在每个基站的停留时间与库中所有移动序列对应基站的停留时间的交集的和；(3)计算候选模式中的用户停留在每个基站的时间和；(4)计算步骤(2)与步骤(3)结果的比值，即为时间支持度support_Temporal，空间支持度support_Spacial定义为序列在序列库BS中的空间支持度计数与库中序列总数的比值，序列整体的支持度表示为如下公式：support(α)＝k×support_Spacial+(1-k)×support_Temporal；(5)挖掘出所有满足最小支持度的频繁迁移序列模式；(6)针对挖掘得到的频繁迁移模式，生成用户的移动性规则，构成移动