基于用户兴趣相似性节点移动模型.docVIP

基于用户兴趣相似性节点移动模型 　　摘 要： 　　针对现实生活中人们的社交关系和兴趣爱好对节点进行社会活动的驱动作用，提出了一种基于用户兴趣相似性的节点移动模型。该模型将节点对活动的感兴趣程度抽象为一个兴趣概率矩阵，利用皮尔逊相关系数计算节点的兴趣相似群体。仿真实验表明，该模型在一定时间范围内节点的相遇时间间隔和相遇持续时间的互补累积分布函数近似服从幂律分布，更加接近真实数据集统计结果得到的曲线，同时也表明了节点在进行夜间活动时，具有很强的时空规律性。 　　关键词： 　　社交关系；兴趣；皮尔逊相关系数；移动模型 　　0 引言 　　随着手机、平板电脑等具有短距离通信功能的便携式电子产品越来越获得消费者欢迎，利用用户的移动性和接触进行信息传播的移动自组网，已经受到了学术界越来越多的关注和研究。而移动模型是评价网络协议和相关性能的基本部分，在网络仿真分析中，移动模型用于设计仿真环境、目的选择机制、移动向量和到达目的地的暂停时间等相关方面。 　　考虑到现实场景中移动设备通常由人携带或控制，其移动必然受到人的社会性运动的影响，表现出一定的社会性特征[1]，因此设计移动模型的第一步就是了解社会网络环境下的人类移动特征。在社会网络中，人们的移动性受人的个体意识、需求、兴趣爱好、社会关系等因素影响。通过现实生活观察，发现多数用户的移动性与他们的社交圈和个人兴趣有很大关系，本文主要研究用户的社交关系和个人兴趣对用户进行社会活动的作用，并提出了基于用户兴趣相似性的节点移动模型（Mobility Model based on Users Interest Similarity， UISMM）。 　　1 相关工作 　　在移动社会网络中，网络用户的移动性可以严重影响网络协议的性能，因为它会导致突然的网络连通性和拓扑变化。所以了解用户的移动特征并且把这些特征合理地加入到模型设计中是十分重要的。此外，设计一个能够准确地再现现实世界中用户移动性的移动模型是非常迫切的，从而使研究人员能够在逼真的人类移动模型下评估，分析或者模拟他们的协议。 　　近几年，文献中已经出现了许多旨在揭示人类社会性移动行为的移动模型。基于社区的移动模型（Community based Mobility Model， CMM）[2]根据社交关系来计算不同社区对节点的社交吸引力，选取具有最高吸引力的社区作为移动目标位置。HCMM（Homecell Community Mobility Model）[3]扩展了CMM模型，融合了节点社会性质和位置偏性性质。在SIMPS（Sociological Interaction Mobility for Population Simulation）[4]中节点以一种反馈控制回路的方式在两种状态之间不断运动和转换。在社会化状态，一个节点试图向社交熟人的方向移动，而在分离状态下，节点从陌生人的环境中逃离。以上模型没有考虑人们日常生活的规律性，而工作日移动模型（Working Day movement Model， WDM）[5]描述了人们早上从家里出去工作、上班、晚间活动、返回家里这样一个工作日的生活状态。该模型包括在家中、在工作和夜间活动三个不同的移动子模块。其中夜间活动子模型中，在模拟之前节点基于它最经常去的地方被随机地分到一个组里。节点选择交通工具到达目的地，直到组里所有节点都到达后节点才开始随机移动，它们以组的形式移动一段距离，然后暂停一段时间后回家。但是在现实生活中人们下班后，如果要进行夜间活动，一般会选择和亲戚、朋友或者同事等具有社会关系的人一块去进行某个活动，对于要进行的活动每天也会因为不同兴趣、不同环境、不同状况而处于不断的变化中。 　　本文主要针对WDM的夜间活动这一子模块进行了改进，把人的社交关系和兴趣偏好属性加入到模型设计中，从而使模型更加符合人们日常生活的移动性。 　　2 网络模型及相关定义 　　2.1 网络模型 　　社会网络由一些用户节点和他们之间形成的社会关系组成。在表示社会网络时通常采用的是加权无向图。定义一个加权无向图G=（V，E，w），V={v1，v2，…，vn}代表网络的节点集合，E{{x，y}|x，y∈V} 是具有社会关系的节点之间连边的集合。wx，y∈[0，1]代表节点x和节点y的社交关系强度，如果{x，y}E，则wx，y=0。 　　采用文献[6]形成的社会网络作为节点社交关系的输入。该模型具有社会网络短的平均路径长度、高的聚类系数、具有长尾的幂律度分布、具有同配的度相关性和存在社团结构的基本特征。该算法属于增长型的网络模型，包含两个增长步骤：1）连接到随机节点；2）连接到随机节点的邻居，也就具有隐式的优先连接。利用该模型形成本文需要的节点社会关系的邻接矩阵C。 　　2.2 相关定义