1.一种主动缓存方法,其特征在于,包括:
形成将每个用户均具有一个社区的小蜂窝网络内的用户及小型基站包括在内的基于等级的小蜂窝网络的步骤;
通过社区意识非负矩阵分解计算部执行社区意识非负矩阵分解来计算用户的内容请求概率的步骤;以及
各个小型基站接收并比较针对用户计算的内容请求概率来确定所要向小蜂窝节点缓存的内容的步骤。
2.根据权利要求1所述的主动缓存方法,其特征在于,小型基站具有缓存功能,并具有相关用户集、协同相关用户集、各个用户的社区信息,上述相关用户集为与当前小型基站相联接的用户集,上述协同相关用户集为与周围小型基站相联接并因位于小型基站的覆盖范围内而能够进行协同通信的用户集。
3.根据权利要求1所述的主动缓存方法,其特征在于,在通过社区意识非负矩阵分解计算部执行社区意识非负矩阵分解来计算用户的内容请求概率的步骤中,在移动核心端存在内容请求概率学习服务器,因此,在相应服务器中执行社区意识非负矩阵分解来计算用户的内容请求概率。
4.根据权利要求1所述的主动缓存方法,其特征在于,在通过社区意识非负矩阵分解计算部执行社区意识非负矩阵分解来计算用户的内容请求概率的步骤中,通过社区意识非负矩阵分解计算部向非负矩阵分解添加用户的社区信息和内容请求历史来预测用户的内容请求概率,以防止发生偏向于特定用户的缓存。
5.根据权利要求4所述的主动缓存方法,其特征在于,通过利用用户的规范化社交社区规模和与小型基站中的各个内容有关的请求历史信息,以此将内容的等级信息转换为内容请求概率来进行预测。
6.根据权利要求1所述的主动缓存方法,其特征在于,在各个小型基站接收并比较针对用户计算的内容请求概率来确定所要向小蜂窝节点缓存的内容的步骤中,以能够利用在周围小型基站缓存的内容的方式利用多点协作方式来确定所要向小蜂窝节点缓存的内容,从而解决缓存规模的局限性。
7.根据权利要求1所述的主动缓存方法,其特征在于,在各个小型基站接收并比较针对用户计算的内容请求概率来确定所要向小蜂窝节点缓存的内容的步骤中,根据所计算的各个用户的内容请求概率并通过基于多点协作的内容配置部,在小型基站中确定与自身缓存规模相当的所要缓存的内容。
8.根据权利要求1所述的主动缓存方法,其特征在于,在各个小型基站接收并比较针对用户计算的内容请求概率来确定所要向小蜂窝节点缓存的内容的步骤中,小型基站接收自身相关用户集和协同相关用户集中所属用户的内容请求概率,来根据预定的基准对各个集进行分类,通过基于社区意识非负矩阵分解的预测缓存算法的优先顺序比较规则来确定所要向小蜂窝节点缓存的内容。
9.根据权利要求8所述的主动缓存方法,其特征在于,在能够协同通信的小型基站内,在根据预定的基准分类的集中,对于热门内容重复缓存并通过联合传输来传输内容。
10.根据权利要求9所述的主动缓存方法,其特征在于,在对于热门内容重复缓存并通过联合传输来传输后,对于剩余内容,根据内容请求概率执行以多样性为基础的缓存,通过动态点选择来传输内容。