一种基于自适应代理的渐进式社区发现方法
【技术领域】
[0001] 本发明属于网络社区发现方法技术领域，涉及一种基于自适应代理的渐进式社区 发现方法。
【背景技术】
[0002] 基于主观需求的社区发现一般是由用户主动发起，目的是通过创造社会交互机会 实现或满足某种主观意图或需求，例如完成一项任务、举办一项活动等。一般而言，不论出 于何种具体目的，基于主观需求的社区发现机制皆具有统一的模式，即发现并组织满足特 定需求的个体，使其在动态社区中进行交互并达成目标。
[0003] 智能便携设备的广泛普及引领人类社会逐步跨入移动互联时代。一方面，智能便 携设备具有的无线通信与实时感知能力使其成为信息收集与传播的重要载体;另一方面， 聚集在一起的多个智能便携设备可以在一定条件下形成自组织网络，从而为用户之间的信 息共享与社会交互提供了便利。
[0004] 机会网络逐渐成为移动社交网络的重要形态之一，而网络拓扑的动态性是其最显 著的特点。具体而言，由于不同用户移动模式存在时空差异性，使得机会网络的拓扑结构处 于实时变化之中，导致物理空间中用户间社会交互的发生具有随机性特点。所以，如何有效 应对机会移动社交网络固有的动态性，发现满足用户主观需求的社区，是社区发现研究需 要面对的一个挑战。主要表现在以下两个方面:其一，基于主观需求进行的社区发现一般会 具有一些特殊的约束条件，例如预期的社区规模、社区成员的组成结构等。如何使得所发现 的社区满足社区发起者的主观期望是最主要的挑战。其二，基于机会传播的社区发现机制 下，代理节点需要不停地与其他节点进行匹配以决定是否邀请其加入社区，因此带来了用 户隐私保护的问题。如何在有效发现社区的同时保护参与者的隐私也是需要面对的挑战。
【发明内容】
[0005] 针对以上缺陷，本发明提供一种既能够满足社区发起者主观期望，又能很好保护 隐私的基于自适应代理的渐进式社区发现方法。
[0006] 本发明的技术方案为：
[0007] -种基于自适应代理的渐进式社区发现方法，通过引入至少两个代理选择标准， 设计至少两种代理选择策略，实现社区发起者主观期望发现的社区。
[0008] 优选地，一种基于自适应代理的渐进式社区发现方法的代理选择标准为节点活跃 度、节点间社会关系、节点有效性中的两种或者多种的组合。
[0009] 优选地，一种基于自适应代理的渐进式社区发现方法采用单一拷贝转发机制，保 证社区发现的整个过程处于可控状态。
[0010] 优选地，一种基于自适应代理的渐进式社区发现方法采用代理到用户的信息匹配 机制，匹配机制是指代理节点将社区发现任务的相关信息发送给用户，由用户进行匹配并 返回结果，用户无需向代理节点上传其偏好信息，避免泄露用户隐私。
[0011] -种基于自适应代理的渐进式社区发现方法，以下步骤：
[0012] 步骤一:社区发起者依据其主观需求定制社区发现任务；
[0013] 步骤二:社区发起者将定制好的社区发现任务发布至动态机会网络中，并成为首 个代理节点；
[0014] 步骤三:随着代理节点在物理世界不断移动，社区发现任务被传递给与其随机相 遇的其他用户进行匹配，匹配成功的用户被邀请加入社区；同时，发起代理选择以决定是否 有更合适的用户成为新的代理节点；
[0015] 步骤四：依据社区发现任务的执行结果通知发起者及其他匹配成功的用户。
[0016] 优选地，一种基于自适应代理的渐进式社区发现方法的社区发现任务划分为一般 式社区发现任务、闭合式社区发现任务以及开放式社区发现任务。
[0017] 优选地，一种基于自适应代理的渐进式社区发现方法步骤一的社区发现任务需在 发起者预期的社区发现失效时间之前完成。
[0018] 优选地，一种基于自适应代理的渐进式社区发现方法采用社区发现成功率来评 价，的社区发现成功率为社区发现失效时间内成功完成创建的社区比例。
[0019] 优选地，一种基于自适应代理的渐进式社区发现方法采用用户体验来评价，的用 户体验为社区发起者与所有社区成员之间社会关系的总和。
[0020] 优选地，一种基于自适应代理的渐进式社区发现方法采用社区发现开销来评价， 的社区发现开销包含两个方面，其一是产生于代理节点之间的任务切换开销，其二是产生 于代理节点与用户之间的任务匹配开销。
[0021] 针对动态机会移动社交网络中主观需求驱动的社区发现所面临的挑战，本发明将 面向动态机会网络的社区发现转换为基于移动代理的信息传播与匹配问题，并提供一种基 于自适应代理的渐进式基于自适应代理的渐进式社区发现方法，具体通过引入节点活跃 度、节点间社会关系以及节点有效性三个代理选择标准，设计了多种代理选择策略，不仅保 证所发现的社区满足社区发起者主观期望，而且很好地保护了社区参与者的个人隐私。
【附图说明】
[0022] 图1本发明自适应代理基于自适应代理的渐进式社区发现方法步骤示意图；
【具体实施方式】
[0023]下面结合实施例和附图来对本发明进行详细说明。
[0024] 一方面，本发明提出一种基于自适应代理的渐进式基于自适应代理的渐进式社区 发现方法，该方法涉及节点活跃度、节点间社会关系和节点有效性三个不同的代理选择标 准，并基于上述标准设计了多种代理选择策略，用于实现在不同用户主观需求条件下的选 出最合适的用户作为代理节点，提升社区发现任务的成功率与时效性。
[0025]另一方面，本发明主要关注动态机会网络环境下基于主观需求的社区发现，与传 统基于客观特征的社区发现具有显著的不同。因此，原有的评价体系不再适用，需要引入新 的评价指标。为了验证本发明所提出的基于自适应代理的渐进式基于自适应代理的渐进式 社区发现方法，引入社区发现成功率、社区发现开销与用户体验三个性能评价标准。
[0026]下表是本发明自适应代理社区发现详细示意：
[0027]
[0(
[0029] 1、代理选择标准与选择策略
[0030] (1)节点活跃度及相应代理选择策略
[0031] 动态机会移动社交网络中，节点相对独立地移动并随机地与其他节点发生相遇及 交互。通过分析一个节点的历史相遇记录，便可以预测该节点在未来一段时间内能遇到的 其他节点数量，而该数值是对节点在动态机会网络中活跃程度的有效表征。因此，引入的第 一个代理选择标准节点活跃度。
[0032] 定义1:对于任意一个用户m，其在未来一段时间ΔΤ内预期能够遇到的其他用户 数量即为该用户当前的活跃度P〇PM(m)。
[0033] 用户的移动模式一般具有显著的周期性特征，通常表现为以一天为周期的规律以 及以一周为周期的规律。因此，本章重点研究两个粒度的用户活跃度，即天活跃度DP(Daily Popularity)与周活跃度WP(Weekly Popularity) 〇
[0034] 本发明基于用户的历史相遇记录对其活跃度进行预测，考虑到便携设备有限的计 算能力，一种基本的方法是通过用户历史活跃度的平均值对其未来的活跃度进行预测，由 此得到用户平均天活跃度ADP与用户平均周活跃度AWP。同时，由于周期性特征之外，用户的 活跃度还具有时变性特征，因此提出下述假设：
[0035] 假设1:相比较早的历史相遇记录，用户近期的相遇记录能够更准确地反应其当前 的活跃度。
[0036] 如果该假设成立，那么一种更好的计算用户活跃度的方法是引入历史记录权重因 子与有效窗口 We (Effect ive Window)，只基于有效窗口内的相遇记录计算用户活跃度。不 失一般性地，本发明定义如下历史记录权重因子：
[0037]
[0038]其中γ(ω)表示最近的第ω个天/周活跃度的权重。例如，如果有效窗口 We取值为 28天，周活跃度的权重则分别为1，3/4,2/4及1/4。因此，用户加权天活跃度(WDP)与用户加 权周活跃度(WWP)可形式化定义为：
[0039]
[0040]
[0041]其中HDP与HWP分别表示用户的历史天活跃度与历史周活跃度，α( ω )与β( ω )则分 别为HDP与HWP的权重因子。显然，用户平均活跃度ADP与AWP是相应加权活跃度WDP与WWP的 特例。
[0042]将用户活跃度作为选择代理节点的标准，下面介绍作为参照基准的基于自适应代 理的渐进式社区发现方法，该方法基于下述代理选择策略：
[0043] 规则1:对于任意基于主观需求的社区发现任务U，如果其代理节点m移动至一个 新的机会网络〇N x，则0NX中活跃度最高的用户^被选为新代理节点的充要条件是^的活跃 度Pop(Uj)高于m的活跃度Pop(m)。该规则形式化定义为：
[0044] B(tm)^Uj iff Pop(uj) >Pop(ui),where
[0045] uj￡〇Nx\{ui} &Pop(uj) =max{Pop(ux)}.
[0046] 其中B(U)表示社区发现任务tm的代理节点，0Nx\{m}则表示0NX中除m之外的用户 集合。
[0047] 现实物理世界中，用户不停地穿梭于动态机会网络之中。如果代理节点每次遇到 具有更高活跃度的其他用户都发起代理切换，则会导致切换过于频繁，增加算法的通信开 销。为此引入辅助性代理选择标准--预期代理活跃度EBP (Expected Broker Popularity)。在每次随机相遇时，用户都将其他用户的活跃度记录下来，如此便可以构