[发明专利]一种移动边缘网络下基于反馈流行度的内容放置方法及系统

权利要求书

1.一种移动边缘网络下基于反馈流行度的内容放置方法，其特征在于，包括以下步骤：

S1、记录移动边缘网络各节点对覆盖区域内用户的内容推荐行为，内容推荐行为包括内容流行度和平均用户评分，根据内容流行度和平均用户评分确定内容反馈流行度，平均用户评分为节点用户群对于某一内容的平均评分；

S2、基于步骤S1的内容推荐行为，借助皮尔逊相关系数计算节点上有过推荐记录的两个不同内容之间的相似度，构造内容相似度矩阵，将节点上有过推荐记录的所有内容之间的两两相似度构成矩阵作为内容相似度矩阵Δ；

S3、基于步骤S1的内容反馈流行度，结合步骤S2得到的内容相似度矩阵Δ选取内容，基于相似度阈值、基于相似度平均值或基于内容聚类选取内容放置在节点上，基于相似度阈值进行内容放置具体为：

根据步骤S1得到的内容反馈流行度的排名，先选择排名最高的内容，遍历相似度矩阵中其它内容和排名最高内容的相似度，将两个的相似度大于设定阈值的内容加入被选取内容集合P；设当前节点的存储容量为N，根据内容反馈流行度排名从高到低，重复遍历、选取操作，直到被选取内容集合P中的元素总数达到N时，当前节点的存储空间已满；

基于相似度平均选取进行内容放置具体为：

根据节点的内容推荐记录表，计算得到每个内容的反馈流行度并进行排名；选取步骤S1得到的内容反馈流行度中排名靠前的K个内容，K值由移动边缘节点大小容量确定；针对Top-K个内容，根据内容反馈流行度排名从高到低的顺序，每个内容选取相似内容加入被选取内容集合P，当节点的存储容量为N时，每个内容选取N/K个相似内容进行放置；

基于内容聚类选取进行内容放置具体为：

以步骤S1得到的内容反馈流行度排名靠前的k个内容作为k-means聚类算法的k个初始聚类中心点；根据内容评分矩阵，计算剩余内容与已经选出的各聚类中心点的距离，将内容划分至与距离最近的簇中；所有内容划分完毕，重计算每个簇的中心，更新中心值对应的内容，当聚类中心不再变化或达到最大迭代次数聚类结束；更新簇中心的聚类中，根据内容与中心距离，每簇选取相同数目的内容加入到被选取内容集合P，节点的存储容量为N，每簇选取N/k个内容。

2.根据权利要求1所述的方法，其特征在于，步骤S1中，使用内容推荐记录表记录内容推荐行为，内容推荐记录表包含内容编号、最近推荐次数、平均用户评分和最近推荐时间；最近推荐次数表示某一节点近期对覆盖范围内所有用户推荐某一内容的总次数；平均用户评分为节点用户群对于某一内容的平均评分；当边缘节点上出现新内容的推荐时，在内容推荐记录表中新增一项内容编号；当内容推荐记录表上记录的某一内容的最近推荐时间与当前时刻相差三个月以上，且内容的推荐次数衰减到设定阈值下时，从内容推荐记录表中删除对应内容的记录。

3.根据权利要求2所述的方法，其特征在于，平均用户评分S(x)计算如下：

其中，S_i(x)为第i个用户对内容x做出的反馈转化为的评分，N为用户个数。

4.根据权利要求1所述的方法，其特征在于，步骤S1中，内容反馈流行度FP计算如下：

FP＝P_c^γ*AUS

其中，P_c表示内容流行度，AUS表示平均用户评分，γ为权重系数。

5.根据权利要求1所述的方法，其特征在于，步骤S2中，两个不同内容之间的相似度具体为：变量X＝{X₁,X₂,X₃,…,X_n}和变量Y＝{Y₁,Y₂,Y₃,…,Y_n}之间的协方差和标准差之商计算如下：

其中，ρ_XY为皮尔逊相关系数，σ_X为内容x的标准差，σ_Y为内容y的标准差，cov(X，Y)表示两个变量的协方差，n为变量个数。