[发明专利]基于神经网络预测RLOC的方法、装置、设备及计算机存储介质

权利要求书

1.一种基于神经网络预测RLOC的方法，其特征在于，所述方法包括：

在当前通信时段，接收由入口隧道路由器ITR发送的映射查询请求；

基于接收到的映射查询请求统计所述当前通信时段内发送所述映射查询请求的ITR以及所述映射查询请求所需查询的目的终端标识EID；

根据统计数据预测在所述当前通信时段的下一个通信时段内查询概率最大的多个推荐目的EID；

在当前通信时段结束时，为所有推荐目的EID与所有推荐目的EID各自所映射的推荐目的路由定位符RLOC建立推荐目的EID到推荐目的RLOC的推荐映射关系表；

将所述推荐映射关系表发送至所述ITR，以使得所述ITR基于所述推荐映射关系表更新已缓存的目的EID到目的RLOC的映射关系表；

其中，所述基于接收到的映射查询请求统计所述当前通信时段内发送所述映射查询请求的ITR以及所述映射查询请求所需查询的目的终端标识EID，包括：

在所述当前通信时段内，根据接收到的所有映射查询请求构建一隐式反馈矩阵；其中，所述隐式反馈矩阵的每一行均对应在所述当前通信时段内发送映射查询请求的每个ITR；所述隐式反馈矩阵的每一列均对应在所述当前通信时段内映射查询请求所需查询的每个目的EID；每个映射查询请求所对应的发送ITR以及所需查询的目的EID在所述隐式反馈矩阵中的元素置1；所述隐式反馈矩阵中除置1元素以外的其他元素均置零；

所述根据统计数据预测在所述当前通信时段的下一个通信时段内查询概率最大的多个推荐目的EID，包括：

根据所述隐式反馈矩阵中的每一个ITR以及所述隐式反馈矩阵中的每一个目的EID，执行以下过程：

获取所述ITR的特征向量以及所述目的EID的特征向量

利用ITR的潜在因子矩阵P以及目的EID的潜在因子矩阵Q分别按照下式获取所述ITR的潜在向量p_i以及所述EID的潜在向量q_e：

针对所述ITR的潜在向量p_i以及所述目的EID的潜在向量q_e，根据下式获得广义矩阵分解对应的输出分量φ^GMF：

其中，⊙表示向量的逐元素乘积，表示用于广义矩阵分解部分的ITR的嵌入向量，表示用于广义矩阵分解部分的目的EID的嵌入向量；

针对所述ITR的潜在向量p_i以及所述目的EID的潜在向量q_e，根据下式获得多层感知机对应的输出分量φ^MLP：

其中，表示用于多层感知机部分的ITR的嵌入向量，表示用于多层感知机部分的目的EID的嵌入向量；W_L、b_L、a_L分别表示多层感知机中第L层隐藏层所对应的权重矩阵、偏置向量和激活函数；多层感知机的隐藏层共X层，φ^MLP＝z_X，1L≤X；

将所述广义矩阵分解对应的输出分量φ^GMF以及多层感知机对应的输出分量φ^MLP按照下式输出，获得所述ITR与所述目的EID的交互预测值

其中，σ表示输出层的激活函数，h表示输出层的连接权重；

基于所述隐式反馈矩阵中所述ITR与所述目的EID对应的元素值以及所述ITR与所述目的EID的交互预测值通过反向传播更新所述多层感知机中第L层隐藏层所对应的权重矩阵和/或偏置向量、以及输出层的连接权重，直至训练获得所述隐式反馈矩阵中所述ITR与所述目的EID对应的元素值以及所述ITR与所述目的EID的交互预测值之间的逐点损失最小；

根据所述隐式反馈矩阵中所有目的EID的通过训练完成后所得到的交互预测值由大到小排列之后，选取前N个目的EID作为在所述当前通信时段的下一个通信时段内的推荐EID。