基于团结构亲密度的移动社交网络数据转发算法

合集下载

移动社交网络中基于友好关系下的异或转发机制

移动社交网络中基于友好关系下的异或转发机制
任丽丽;张旭
【期刊名称】《南通大学学报（自然科学版）》
【年(卷),期】2017(016)002
【摘要】移动社交网络是延迟容忍网络(delay tolerant networks,DNTs)的典型应用,该网络的特点是缺乏端到端的持续连接.为克服这一障碍,提高数据的传递率,文章分析了移动社交网络中节点与社区、节点与节点之间的联系,把友好节点作为待选节点,通过交集的形式提出了一种基于友好关系下的异或转发策略(FRXO).通过计算机仿真实验与DTNs网络中经典算法比较,发现FRXO算法的传递率高于Label 算法且能明显降低网络中数据包的拷贝数目,有效地减少了资源消耗.
【总页数】5页(P1-5)
【作者】任丽丽;张旭
【作者单位】蚌埠医学院公共基础学院,安徽蚌埠 233030;安庆师范大学数学与计算科学学院,安徽安庆 246133
【正文语种】中文
【中图分类】TP393
【相关文献】
1.移动社交网络中基于影响力的数据转发算法 [J], 刘艳萍;王青山;王琦;付沙沙;任丽丽
2.移动社交网络中基于代理转发机制的轨迹隐私保护方法 [J], 张少波;Md Zakirul
Alam Bhuiyan[;刘琴;王国军
3.移动社交网络中基于拍卖模型的数据转发激励机制 [J], 刘浩;陈志刚;张连明
4.移动社交网络中基于朋友圈的路由机制 [J], 陈琪;王兴伟;王学毅;黄敏
5.机会移动社交网络中基于群组构造的数据分发机制 [J], 李婕; 洪韬; 王兴伟; 黄敏; 郭静
因版权原因，仅展示原文概要，查看原文内容请购买。

基于亲密度和吸引力的二分网络社区发现算法

基于亲密度和吸引力的二分网络社区发现算法张晓琴; 刘莉楠【期刊名称】《《计算机工程与应用》》【年(卷),期】2019(055)023【总页数】7页(P170-176)【关键词】二分网络; 社区发现; 亲密度; 吸引力; 归一化互信息; 模块度【作者】张晓琴; 刘莉楠【作者单位】山西财经大学统计学院太原 030006; 山西大学数学科学学院太原030006【正文语种】中文【中图分类】TP3931 引言目前对于复杂网络研究逐渐成为网络科学关注的热点，在数学和自然科学领域中，复杂网络被抽象地理解为一系列节点和节点之间的连边，其涉及的领域极其广泛，例如社会人际关系网络[1]、计算机网络[2]、电力网络[3]、交通网络[4]等。

基于复杂网络之间的节点并不是随意连边，而是“乱中有序”的特点，复杂网络的社区发现问题近年来引起了专家与学者们的广泛关注。

社区[5]被定义为具有相似行为特征的个体因某种关系而聚集成的团体，研究网络中的社区对理解整个网络的结构和功能起到至关重要的作用，并且可以帮助分析及预测整个网络各元素间的交互关系。

二分网络是复杂网络中一种重要的表现形式，已成为复杂网络的重要研究对象。

在现实世界中，很多网络都呈现出二分结构，例如科学家-论文合作网络[6-7]、俱乐部会员-活动网络[8]、电影-演员合作网络[9]、疾病-基因网络[10]、P2P中终端计算-交互数据网络[11]等。

目前，对二分网络进行社区划分主要从以下两方面展开：一方面是将二分网络投影[12]成单模网络，利用单模网络中的社区发现算法进行划分，但是投影会导致信息大量缺失或增加多余的额外信息，最终的划分效果不佳；另一方面直接对二分网络进行社区划分，可以保留原始二分网络的信息。

Barber[13]拓展了Newman[14]的单模网络模块度，重新定义了二分模块度，并提出了BRIM（Bipartite，Recursively Induced Modules）算法。

移动社交网络中基于影响力的数据转发算法

Ｄａｔａｆｏｒｗａｒｄｉｎｇａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｉｍｐａｃｔｉｎｍｏｂｉｌｅｓｏｃｉａｌｎｅｔｗｏｒｋｓ
．
曩：
ＬＩＵＹａｎ－ｐｉｎｇ，ＷＡＮＧＱｉｎｇ — ｓｈａｎ，ＷＡＮＧＱｉ，ＦＵＳｈａ — ｓｈａ，ＲＥＮＬｉ — ｌｉ
移动社交网络中基于影响力的数据转发算法
刘艳萍王青山，王琦，付沙沙，任丽丽
（合肥工业大学数学学院，安徽合肥２３０００９）
摘
要：在移动社交网络中，人们通过携带无线设备在近距离范围内彼此传递信息，从而达到信息的传播。由
（ＳｃｈｏｏｌｏｆＭａｔｈｅｍａｔｉｃｓ，ＨｅｆｅｉＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｈｅｆｅｉ２３０００９，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｍｏｂｉｌｅｓｏｃｉａｌｕｓｅｒｓｃａｎｃｏｍｍｕｎｉｃａｔｅｂｙｐｈｙｓｉｃａｌｉｎｔｅｒａｃｔｗｉｔｈｅａｃｈｏｔｈｅｒｖｉａｍｏｂｉｌｅｄｅｖｉｃｅｉｎ
于移动社交网络中一般不存在端到端的连接，使得数据转发算法成为一个重要问题。文章从社区和节点的社

基于社交网络的社区发现算法研究

基于社交网络的社区发现算法研究毋建军【摘要】随着社交网络的快速发展及应用，围绕社交网络用户及信息交互自发形成的网络社区已经成为当前社交网络研究领域的重要分支，并取得了许多研究进展及成果，但仍然存在许多挑战及问题。

本文从网络社区研究的网络结构、网络信息、时间三个重要因素考虑，在网络社区的定义、特性的基础上，分类、对比了典型的社区发现模型、算法及社区划分评价方法，并对其存在的问题及未来发展方向进行了分析探讨。

%Along with the rapid development and application of social communication network , online community centering on social communication network users and information interaction becomes an important branch in the field of social communication networkstudy.Although many results have been made , there are many challenges and problems .Considering network structure , network infor-mation and time , this paper analyzes and compares typical community discovery models , algorithms and evaluation methods based on the definitions and features of network community , and discusses the problems and future development direction .【期刊名称】《长春大学学报（自然科学版）》【年(卷),期】2016(026)003【总页数】5页(P35-38,43)【关键词】社交网络;社区算法;动态社区;SNS分析【作者】毋建军【作者单位】北京政法职业学院信息技术系，北京102628【正文语种】中文【中图分类】TP391随着Twitter、Facebook、新浪微博、人人网、微信等社交网络的广泛应用，社交网络大数据集合孕育而生，在大数据基础上，不同领域、学科的研究人员基于社交网络的链接结构、用户交互行为、信息扩散传播等方面，进行了社交网络用户关系挖掘、信息扩散传播的机制分析、网络结构变迁、新型(网络)虚拟关系演化等基础性问题的研究。

社交网络中的信息传播模型

社交网络中的信息传播模型社交网络已经成为人们日常生活中不可或缺的一部分。

同时，人们在社交网络中所产生的全部信息，都会被用户自己、被好友、被陌生人看到，并被传播。

这些信息传播背后的模型也是人们十分关心的一个问题。

在这篇文章中，我们将会从几个不同的角度来探讨社交网络中的信息传播模型。

一、社交网络中的信息扩散模型信息扩散模型是研究信息在社交网络中传播的一种数学方法。

该方法利用数学模型来描述社交网络中的用户和信息，以及他们之间的关系，从而研究信息在社交网络中的传播规律。

这种模型的好处在于能够真实地模拟社交网络中的信息传播，并能够预测信息在社交网络中的传播效果。

在信息扩散模型中，常用的模型有: 独立级联模型、线性阈值模型和非线性阈值模型。

独立级联模型指的是，每个用户以一定的概率独立地转发信息。

该模型的优点在于模拟简单，但研究的对象过于简单，无法反映社交网络中的复杂关系。

线性阈值模型则是指在社交网络中，每个用户有一个阈值，只有当信息在社交网络中传播到达该阈值时，该用户才会将信息转发。

该模型比独立级联模型更接近现实，但也存在一些缺点，比如无法反映用户的心理因素和复杂的社交网络中的关系。

非线性阈值模型是一种能够兼顾以上两种缺点的模型，通过对用户与信息传播的关系进行建模，实现了更加精细的信息传播模型。

二、社交网络中的信息传播路径社交网络是追踪信息传播路径的最佳场所之一。

信息传播路径能够揭示许多有用的信息，比如信息的来源、信息接收者、信息传播过程中的噪声和筛选机制。

此外，研究信息传播路径还能帮助人们理解信息在社交网络中的传播规律，进而实现信息的更精准的传播。

在追踪信息传播路径时，有两种方法:（1）基于网络拓扑结构的路径追踪方法: 该方法主要是通过使用网络分析工具挖掘社交网络中的用户之间的关系，找到信息传播的路径。

这种方法基于社交网络的结构设定，因此无法直接看到信息的传递过程，但可以揭示出信息在社交网络中的各种规律。

基于社交网络的用户影响力与转发行为研究

摘要随着互联网Web2.0概念和技术的快速发展，以Facebook、Twitter、新浪微博为代表的社交网络应运而生，由于社交网络与现实社会之间紧密的联系，使得社交网络为大众的日常社交生活、分享信息和交流意见等社交行为提供了重要的媒体平台，从而极大地改变了大众的生活方式。

近年来处于移动互联网的时代，社交网络用户可以通过手机和浏览器随时随地发布信息、转发信息、评论信息，及时了解动态、沟通情感，因此网络信息一经发布即被社交网络推送到所有关注者，通过关注者的转发传播扩散，最终呈现“核裂变”式的几何级数扩散态势；期间再通过意见领袖对网络信息的发酵、传播、爆炒等行为，使得该信息对现实社会产生巨大的影响，特别是谣言、诈骗等不良信息会直接影响到国家的安全和社会的稳定。

因此对社交网络用户的影响力与转发行为进行研究，不仅对提供服务的社交网络平台的企业具有长远的发展意义，而且对整个国家的稳定发展也有非凡的价值。

基于上述研究背景和意义，本文的主要工作包括：（1）社交网络用户影响力分析与评估方面：首先从定性的角度分析社交网络用户影响力的相关特性，并且从定量的角度分析传统的社交网络用户影响力度量方法；接着介绍一种基于PageRank算法思想的社交网络用户影响力算法；最后根据真实的社交网络数据，通过实验分析验证本文提出的社交网络用户影响力算法的有效性；（2）社交网络用户转发行为分析与预测方面：首先阐述说明影响社交网络用户转发行为的主要因素；其次介绍衡量社交网络用户之间亲密度的算法和分析社交网络用户对网络信息的个性化兴趣并提取相关特征；然后提出一种基于神经网络模型和梯度下降优化算法的社交网络转发行为预测模型；最后，根据社交网络用户经常遇到的实际案例对该预测模型进行验证和评估；（3）社交网络用户影响力与转发行为分析系统方面：结合上述研究成果，本文设计并实现社交网络用户影响力与转发行为分析系统，对系统的总体架构设计、数据库设计和核心模块实现进行了详细介绍。

移动社会网络中基于社会感知的数据转发算法

2018年7月计算机工程与设计July 2018第 39 卷第 7 期COMPUTERENGINEERINGANDDESIGN Vol. 39 No. 7移动社会网络中基于社会感知的数据转发算法邓敏，徐方+，熊曾刚，叶从欢，夏洪星(湖北工程学院计算机与信息科学学院，湖北孝感432000)摘要：在移动社会网络中利用节点携带者的社会属性设计高效的数据转发算法是当前研究难点问题，针对这一难题提出一种基于社会感知的数据转发算法。

该算法包含一种数据转发度量，由两个效用函数组成，分别是利用节点的社会属性计算的社会相似性效用、利用节点间的社交联系计算的节点介数中心度效用，转发度量结合这两个效用函数获取网络节点的社交强度和重要性；利用该转发度量选择最优中继节点，设计高效的数据转发算法。

采用真实数据集进行的仿真结果表明，该算法相比于其它3种经典算法具有明显的优越性。

关键词：移动社会网络；转发算法；社会感知；社会相似性；中心度中图法分类号！TN915 文献标识号：A文章编号％1000-7024 (2018) 07-1835-06d o i：10. 16208/.. issnl000-7024. 2018. 07. 007Social-aware data forwarding algorithm in mobile social networksDENG M in, XU Fang+，XIONG Zeng-gang, YE Cong-huan, XIA Hong-xing (School of Computer and Information Science，Hubri Engineering University，Xiaogan4320A b s tra c t：tt is difficult to use social context of node^s carriers for designing efficient data forwar networks.To address t his problem，a social-aware data forwarding algorithm was proposed.A forwarding metric was introduced，in which node^s social properties were used to calculate the social similar and the social connection of network nodes was used to calculate the betweenness metric was combined with two utility functions to derive the social strength among users and their importance，and it was used to determine the best relay node.An efficient data forwarding algorithm based on above knowledge was presen tensive simulations on real traces s how that the proposed algorithm is more efficient than other state-〇--art algorithms.Key w ords：mobile social networks；forwarding algorithm；social awareness；social similari引言移动社会网络[1](mobile social networks，MSNs)为用户提供方便灵活的网络服务，能广泛应用于智慧城市、车载网络、应急救援和健康医疗等领域[2]。

机会网络中基于节点社会性的数据转发策略

机会网络中基于节点社会性的数据转发策略彭舰;李梦诗;刘唐;李林峰;黎红友【期刊名称】《四川大学学报（工程科学版）》【年(卷),期】2013(045)005【摘要】合理地选择代理节点是实现机会信息高效的转发和交付的关键问题.为了避免机会网络中,由于节点的移动性、交替活跃及网络拓扑动态变化等因素造成的传输限制,从社会网络与机会网络相结合的角度出发,提出了一种基于节点社会性的机会网络中的转发策略SNOP(data forwarding algorithm based on the sociality of node in opportunity network).SNOP利用网络中的社团结构、社团间相似性及节点的社团活跃,有针对性地选择移动代理节点(agents),以离线的方式计算节点的社会性,在线完成转发,以此实现信息的高效和可靠交付.在真实数据集上的实验结果表明,与现有的转发算法相比,SNOP能够有效地提高信息交付的效率,降低端到端的传输延迟及网络开销.【总页数】7页(P57-63)【作者】彭舰;李梦诗;刘唐;李林峰;黎红友【作者单位】四川大学计算机学院,四川成都610065;四川大学计算机学院,四川成都610065;四川大学计算机学院,四川成都610065;四川师范大学基础教学学院,成都610068;四川大学计算机学院,四川成都610065;四川大学计算机学院,四川成都610065【正文语种】中文【中图分类】TP393【相关文献】1.机会网络中基于节点暂态社区的消息转发策略 [J], 张健2.稀疏机会网络中基于固定中继节点与消息相关性的缓存管理策略 [J], 马学彬;李爱丽;张晓娟;贾磊磊;肖静3.延迟容忍移动传感器网络中基于节点优先级的数据转发策略 [J], 刘唐;彭舰;王建忠;刘浏4.机会网络中基于节点相遇间隔的缓存管理策略 [J], 张峰5.机会网络中基于陌生节点的竞争转发策略 [J], 刘慧;钱育蓉;张振宇;杨文忠因版权原因，仅展示原文概要，查看原文内容请购买。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

题。从节点的友好性角度出发，利用节点间的友好性，构造了节点问的团结构并利用团与节点、社区之间
的亲密度，提出了一种基于团结构亲密度的数据转发算法（ＤＦＡＩＧ）。基本思想是，数据包携带节点只有在本社区ＡＰ或者相遇节点与以目的节点为中心的团结构的亲密度达到一定要求时，才转发数据包给相遇
（ＤＦＡＩＧ）．Ｔｈｅｉｄａｐａｃｋｅｔｃａｒｒｉｅｒｏｎｌｙｆｏｗａｒｒｄｄａｔａｔｏｅｎｃｏｕｎｔｅｒｎｏｄｅｉｔｓｃｏｍｍｕｎｉｃａｔｉｏｎ
ＡＰｏｒｔｈｅｅｎｃｏｕｎｔｅｒｎｏｄｅｗｈｏｓｅｉｎｔｉｍａｃｙｏｆｇｒｏｕｐｗｈｉｃｈｔａｋｅｓｄｅｓｔｉｎａｔｉｏｎｎｏｄｅａｓｃｅｎｔｅｒｍｅｅｔｓａｃｅｒｔａｉｎ
ｉｎｔｉｍａｃｙｏｆｇｒｏｕｐｓｗｉｔｈｎｏｄｅｓａｎｄｃｏｍｍｕｎｉｃａｔｉｏｎｓ，ｐｒｏｐｏｓｅａｄａｔａｆｏｒｗａｒｄｉｎｇａｌｇｏｉｔｒｈｍｂｓｅａｄｏｎｉｎｔｉｍａｃｙｏｆｇｒｏｕｐ
２０１７年第３６卷第２期
传感器与微系统（ＴｒａｎｓｄｕｃｅｒａｎｄＭｉｃｒｏｓｙｓｔｅｍＴｅｃｈｎｏｌｏｇｉｅｓ）
１２７
＼
ＤＯＩ：１０．１３８７３／Ｊ．１０００－９７８７（２０１７）０２－０１２７－０４
ＸＩＡＭａｏ－ｊｉｎ，ＷＡＮＧＱｉｎｇ — ｓｈａｎ，ＷＡＮＧＱｉ，ＣＡＯＣｈｅｎｇ：ＷＡＮＧＬｉ，ｆａｎｇ
（ＳｃｈｏｏｌｏｆＭａｔｈｅｍａｔｉｃｓ，ＨｅｆｅｉＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｈｅｆｅｉ２３０００９，Ｃｈｉｎａ）
ｒｅｑｕｉｒｅｍｅｎｔ．Ｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅａｌｇｏｉｔｒｈｍｈａｓｏｂｖｉｏｕｓｓｕｐｅｉｏｒｉｔｒｙｏｎｒｅｄｕｃｉｎｇｎｅｔｗｏｒｋｏｖｅｒｈｅａｄｎｄａ
ａｎｉｍｐｏｔｒａｎｔｐｒｏｂｌｅｍ．Ｂａｓｅｄｏｎｔｈｅｆｉｒｅｎｄｓｈｉｐｏｆｎｏｄｅｓ，ｉｆｒｓｔｃｏｎｓｔｒｕｃｔｓｇｒｏｕｐｓｏｆｎｏｄｅｓａｎｄｔｈｅｎｕｔｉｌｉｚｉｎｇｔｈｅ
、｝
计算与测试
＼
基于团结构亲密度的移动社交网络数据转发算法
夏茂晋，王青山，王琦，曹成，汪丽芳
（合肥工业大学数学学院，安徽合肥２３０００９）
摘要：由于移动社交网络中不存在稳定的端到端连接，因此移动社交网络中的数据转发是一个重要问
节点。仿真结果显示：与著名的Ｅｐｉｄｅｍｉｃ，Ｌａｂｅｌ和ＳＧＢＲ相比，提出的算法在降低网络开销上具有明显优
势，且有效地提高数据包传递率。关键词移动社交网络；团结构亲密度；数据转发；拷贝数
中图分类号：ＴＰ３０１．６文献标识码：Ａ文章编号：１０００－９７８７（２０１７）０２０１－２７－－０４
ａｌｓｏｃａｎｓｉｇｎｉｉｃｆａｎｔｌｙｉｎｃｒｅａｓｅｄｅｌｉｖｅｒｙｒａｔｉｏｃｏｍｐａｒｅｄｗｉｔｈＥｐｉｄｅｍｉｃｌｇａｏｉｒｔｈｍ，ＬａｂｅｌａｎｄＳＧＢＲｌｇａｏｒｉｈｍ．ｔ
Ｄａｔａｆｏｒｗａｒｄｉｎｇａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｉｎｔｉｍａｃｙｏｆｇｒｏｕｐｉｎ
ｍｏｂｉｌｅＳＯ，ｃＣｉａｌｎｅ￣ｔｗｏｒｋｓ
Ａｂｓｔｒａｃｔ：Ａｓｉｎｔｅｒｍｉｔｔｅｎｔｎｄａｕｎｃｅｒｔａｉｎｎｅｔｗｏｒｋｃｏｎｎｅｃｔｉｖｉｔｙｉｎｍｏｂｉｌｅｓｏｃｉａｌｎｅｔｗｏｒｋｓ，ｄａｔａｆｏｒｗａｒｄｉｎｇｂｅｃｏｍｅｓ