一种满足全局外部信任价值约束的城市车辆社会网络社区推荐的最优配置方法技术

本发明专利技术提供一种以满足全局外部信任价值约束的城市车辆社会网络社区推荐的最优配置方法，基于现有的低成本通信技术，在车载各种传感器的协作下，针对城市车辆社会网络社区推荐的最优配置的NP‑hard问题给出了有效的近最优配置方法。根据信任值增益，通过多项式时间复杂度调整ANOCSR算法产生的社会推荐结构，实现满足全局外部信任值约束的OCSRC，增加社会推荐的来源的可信度。从而使得城市车辆社交网络能够自由地创建和共享实时多媒体内容、反映实时交通、道路状况、新兴事故沿袭等情况路线。

An optimal allocation method for community recommendation in urban vehicle social network satisfying global external trust value constraints

The invention provides an optimal allocation method of community recommendation for urban vehicle social network to meet the global external trust value constraints. Based on the existing low-cost communication technology, the optimal allocation of NP hard problem recommended by the urban vehicle social network community is given in the cooperation of various sensors in the vehicle. The optimal allocation method. According to the trust value gain, the social recommendation structure produced by the ANOCSR algorithm is adjusted through the polynomial time complexity, and the OCSRC is realized to satisfy the global external trust value constraints, and the credibility of the source of the social recommendation is increased. Thus, the urban vehicle social network can freely create and share real-time multimedia content, reflect the real-time traffic, road conditions, and the development of emerging accidents.

【技术实现步骤摘要】
一种满足全局外部信任价值约束的城市车辆社会网络社区推荐的最优配置方法
本专利技术涉及到社会推荐研究领域和高效信任评估机制领域，具体是一种以满足全局外部信任价值约束的城市车辆社会网络社区推荐的最优配置方法(AlgorithmtoachievetheOptimalConfigurationofSocialRecommendationbetweenurbanvehicularsocialcommunitiessubjecttoaglobalexternaltrustvalueConstraint,AOCSRC)。
技术介绍
城市车辆社交网络(UrbanVehicularSocialNetworks,UVSNs)通过使车辆自主的建立多跳无线网络,形成道路交通网络之上的信息分享平台,能广泛应用于现代交通管理、交通安全预防、城市车况监控等领域,已经成为当前的一个研究热点。城市车辆社交网络之间的关系是普遍的，社区之间的社会推荐在传播和共享中发挥重要作用。城市车辆移动具有明显的社会特性，优点研究人员考虑到一般社会网络具有高度稳定的拓扑结构，提出了基于社会网络设计车载自组网中的多跳数据转发机制，提高自载网中网络资源的有效利用率。基于两个代表性的在线社交网络数据集，“魔兽世界”(WoW)和DBLP，AkshayPatil等人使用测量的定义来标示群体随着时间的推移保持稳定或收缩。然后，建立预测模型，使用与组内的成员活动和组合成相关的各种特征，高精度地预测组稳定性。他们发现，成员多元化程度，社会活动水平和某些“专业”成员对维护群体的稳定至关重要。Cheng-TeLi等人设计了一种名为活动作曲家的方法，可以根据用户指定的活动信息自动构建活动社团。给定活动主持人，代表活动主题的一组标签，期望的群体大小和一组必须包容的人，该方法允许用户管理一组个人以形成活动组。提出了一种贪心算法来贪心解决组合问题。实验表明，该方法可以促进和加快活动主机的组成员选择过程。社会社区推荐在城市车辆社交网络中的信息共享和传播效率方面有强大的优势，然而，实现城市车辆社会社区社会推荐的最优配置是NP-hard问题。如果向POCSR(ProblemofachievingtheOptimalConfigurationofSocialRecommendation)问题中添加一个全局外部信任值约束，那么将变成一个CPOCSR(ConstrainedPOCSR)问题。
技术实现思路
针对上述的不足，本专利技术提供了一种以满足全局外部信任价值约束的城市车辆社会网络社区推荐的最优配置方法，该方法基于现有的高效信任评估机制，添加一个全局外部信任值约束，增加社会推荐的来源的可信度，解决了UVSNs中实现社会推荐配置的NP-heard问题；同时解决了UVSNs中的CPOCSR问题，相比其他算法在输出的可信度和平均执行时间上性能更有很大的提升。本专利技术解决技术问题所采用的技术方案如下：一种以满足全局外部信任价值约束的城市车辆社会网络社区推荐的最优配置方法，该方法包括以下步骤：第一步：在UVSN中给定两个城市车辆社会社区；给定两个社区和其中1≤i≤n1，1≤j≤n2；第二步：使用ANOCSR算法实现NOCSR覆盖的成员集合为RecC1；第三步：向POCSR添加一个全局外部信任值约束；让一个社区中每个成员的外部信任值不小于给定的临界值δ，δ是给定的阈值；第四步：定义C1子集；给定社区C1的子集SC1，对于并且在子集SC1中存在将对其执行社会推荐的成员α，即子集SC1与C2将是社会推荐配置的配置中的一个实例；第五步：创建MOCSR以覆盖C1，使得受MOCSR覆盖的C1中每个成员的外部信任值总和为最大；通过加权给循环有向图G＝(M，E，W)来描述社区C1到社区C2的社会推荐，G为一个二分图；其中M是所有成员的成员集，E是所有社交推荐的线路集；W是M和E中定义的函数，对于W，当社区C1中的成员关注时，被设置为Text,i，当涉及社会推荐线时，被设置为是社区C2中的每个成员对社区C1中的成员具有内部信任值；在G中引入一个控制节点Ω，对于C1中的每个成员存在一个该成员从Ω到另一个成员的定向链接，每个链接将与一个新值相关联，该值将用于替换C1中每个成员的Text,i；NOCSR(RecC1)≥δ第六步：对RecC1中的每个成员将C2中的成员添加到名为的列表中，并将添加的成员和成员与社会推荐线相关联，其中用于将成员存储在C1中；当η<0时TVG←0，第七步：计算信任值增益(trustvaluegain，TVG)；在β∈MOCSR-RecC1条件下，计算信任值增益：如果：TVG(β)>TVG时，TVG←TVG(β)，如果：η+TVG(β)>0，则将C2中的成员添加到列表中，并与社会推荐线相关联：如果：则：第八步：根据信任值增益，调整由ANOCSR算法产生的社会推荐配置的多项式时间复杂度，实现满足全局外部信任值约束的OCSRC；第九步：定义社区C1到社区C2的UVSN中的社会推荐路径；满足和实现对于社区C1中至少有一个成员将进行社会推荐CPOCSR：进一步的，所述第二步：使用ANOCSR算法实现NOCSR覆盖的成员集合为RecC1，具体如下：步骤一：构建社会社区C1到C2的社会推荐加权非循环有向图G：在城市车辆社会网络中，给定了两个社区和通过加权给循环有向图G＝(M，E，W)来描述社区C1到社区C2的社会推荐，G为一个二分图；其中M是所有成员的成员集，E是所有社交推荐的线路集；W是M和E中定义的函数，对于W，当社区C1中的成员关注时，被设置为Text,i，当涉及社会推荐线时，被设置为Text,i根据社区中的其他成员基于过去的相互作用将会接受推荐的程度计算得到；表示社区C2中的每个成员都具有C1成员(n,≤n1)中的内部信任值，该内部信任值被描述为g1为变量，为社区C2中的成员；g2为变量，为社区C1中的成员；步骤二：从G导出新的加权非循环有向图G'：C1中的每个成员对应一个外部信任值Text,i，社区C2中的每个成员对社区C1中的成员具有内部信任值在G中引入一个控制节点Ω，对于C1中的每个成员存在一个该成员从Ω到另一个成员的定向链接，每个链接将与一个新值相关联，该值将用于替换C1中每个成员的Text,i，从而由G得到另一个加权非循环有向图G'，G′＝(M′，E′，W′)，其中成员集合、链路集合和权重集分别定义如下：成员集合：M'＝C1∪C2∪{Ω}链路集合：权重集：步骤三：由G'得到改进的Steiner最小树其中是树中成员节点集合，是有向边集合，是权值集合，并利用产生近最优社区推荐配置NOCSR：NOCSR←(RecC1,NOCSR(RecC1,C2))。进一步的，所述第八步：根据信任值增益，调整由ANOCSR算法产生的社会推荐的配置和多项式时间复杂度，实现满足全局外部信任值约束的OCSRC，具体如下：第一步：利用ANOCSR实现社会建议的近最优配置(NOCSR)，其复杂度为O((n1+n2)+(n1n2)log(n1+n2))；第二步：将产生社会推荐MOCSR的另一种配置，其复杂性为O(n1+n2)；第三步：将使用O(n1n2(n1+n2))＝O(n12n2本文档来自技高网...

【技术保护点】
1.一种以满足全局外部信任价值约束的城市车辆社会网络社区推荐的最优配置方法，其特征在于，该方法包括以下步骤：第一步：在UVSN中给定两个城市车辆社会社区；给定两个社区

【技术特征摘要】
1.一种以满足全局外部信任价值约束的城市车辆社会网络社区推荐的最优配置方法，其特征在于，该方法包括以下步骤：第一步：在UVSN中给定两个城市车辆社会社区；给定两个社区和其中1≤i≤n1，1≤j≤n2；第二步：使用ANOCSR算法实现NOCSR覆盖的成员集合为RecC1；第三步：向POCSR添加一个全局外部信任值约束；让一个社区中每个成员的外部信任值不小于给定的临界值δ，δ是给定的阈值。第四步：定义C1子集；给定社区C1的子集SC1，对于并且在子集SC1中存在将对其执行社会推荐的成员α，即子集SC1与C2将是社会推荐配置的配置中的一个实例；第五步：创建MOCSR以覆盖C1，使得受MOCSR覆盖的C1中每个成员的外部信任值总和为最大；通过加权给循环有向图G＝(M，E，W)来描述社区C1到社区C2的社会推荐，G为一个二分图；其中M是所有成员的成员集，E是所有社交推荐的线路集；W是M和E中定义的函数，对于W，当社区C1中的成员关注时，被设置为Text,i，当涉及社会推荐线时，被设置为是社区C2中的每个成员对社区C1中的成员具有内部信任值；在G中引入一个控制节点Ω，对于C1中的每个成员存在一个该成员从Ω到另一个成员的定向链接，每个链接将与一个新值相关联，该值将用于替换C1中每个成员的Text,i；NOCSR(RecC1)≥δ第六步：对RecC1中的每个成员将C2中的成员添加到名为的列表中，并将添加的成员和成员与社会推荐线相关联，其中用于将成员存储在C1中；当η<0时TVG←0，第七步：计算信任值增益(TVG)；在β∈MOCSR-RecC1条件下，计算信任值增益：如果：TVG(β)>TVG时，TVG←TVG(β)，如果：η+TVG(β)>0，则将C2中的成员添加到列表中，并与社会推荐线相关联：如果：则：第八步：根据信任值增益，调整由ANOCSR算法产生的社会推荐配置的多项式时间复杂度，实现满足全局外部信任值约束的OCSRC；第九步：定义社区C1到社区C2的UVSN中的社会推荐路径；满足和实现对于社区C1中至少有一个成员将进行社会推荐CPOCSR：2.根据权利要求1所述的一种以满足全局外部信任价值约束的城市车辆社会网络社区推荐的最优配置方法，其特征在于，所述第二步：使用ANOCSR算法实现NOCS...

【专利技术属性】
技术研发人员：刘良桂，王玲敏，贾会玲，张宇，
申请(专利权)人：浙江理工大学，
类型：发明
国别省市：浙江,33