《分散式社交網路結構、資源共享及遷移算法研究》是依託山東師範大學，由劉方愛擔任項目負責人的面上項目。
基本介紹
- 中文名：分散式社交網路結構、資源共享及遷移算法研究
- 項目類別：面上項目
- 項目負責人：劉方愛
- 依託單位：山東師範大學
項目摘要,結題摘要,
項目摘要
移動社交網路正融入我們的生活，滲透到社會各個角落。但是，人們的注意力更多地放在社交網路的套用層面，對社交網路的體系結構、使用成本、使用效率等問題關注較少。基於這個問題，本項目以提升社交網路服務質量為出發點，研究其覆蓋網路拓撲結構、資源共享及遷移策略等問題。其內容如下：研究層次化的分散式社交覆蓋網路結構及演化模型，提高其可用性；探討影響分散式社交網路性能的因素，進而討論分散式社交網路的層次化節點管理及社區群遷移問題。
結題摘要
本課題在深入分析研究現狀的基礎上，提出了分散式社交網路拓撲結構及演化模型；探討了分散式社交網路的節點管理及資源共享與發現機制；驗證了分散式社交網路下的資源服務效能，從而為下一代分散式社交網路的廣泛套用奠定理論基礎。圍繞項目的研究內容，課題組先後有5名教師、4名博士生、6名碩士生參與項目研究，從分散式社交網路模型構建和隱私保護、社交網路結構平衡和節點影響力分析、資源高效存儲與檢索、數據預處理和數據挖掘、信息個性化推薦等方面設計了不同的高效算法，豐富了相關熱點問題的解決辦法。所取得的相關理論成果，共形成論文12篇，其中6篇被SCI、EI收錄。主持人獲得山東省自然科學學術創新獎。本課題研究成果主要包括：（1）提出了分布中心的社交網路模型（SEnD），建立了資源節點之間的關聯，為分散式社交網路拓撲結構研究提供理論支持。（2）提出了基於聚類係數的局部度中心性社交網路節點影響力度量算法（CLC），有效實現節點影響力排序和最具影響力節點識別，為社交網路信息傳播提供理論方法。（3）在網路結構演化方面，提出了基於仿真智慧型算法的符號網路不平衡度計算方法，實現對網路演化程度的快速判定。（4）提出一種高效的Flash動畫內容特徵提取方法（FLCFE），實現Flash檔案中的元數據信息及內容特徵的有效提取，為社交網路中的資源高效存儲與檢索提供方法支持。（5）研究了高效的數據預處理和數據挖掘算法，提出了一種改進的多數據流協同頻繁項集挖掘算法，基於層次劃分的密度最佳化聚類算法，基於聚類劃分的高效用模式並行挖掘算法和基於巴氏係數和Jaccard係數的協同過濾算法。（6）研究了社交網路下的數據保護策略，提出了基於格線覆蓋的社交網路位置數據的保護方法，在位置數據的隱私保護與可用性兩方面之間取得較好的平衡。以上研究構建了了分散式社交網路的拓撲結構，展示了網路演化規律，提出了有效的資源存儲、檢索方法，可以對下一步社交網路的發展提供有效的指導。
