[发明专利]一种基于改进的Steiner最小树的城市车辆社会网络社区推荐的近最优配置方法

说明书

技术领域

本发明涉及到社会推荐在城市车辆社会网络中的信息共享和传播技术领域，具体是一种基于改进的Steiner最小树的城市车辆社会网络社区推荐的近最优配置方法(Algorithm for the Near Optimal Configuration of Social Recommendation between urban vehicular social communities，ANOCSR)。

背景技术

随着全市城市车辆总量飙升、城市交通拥堵、废气污染、交通安全形势日益严峻，社区社会推荐在城市车辆社会网络中的作用比其他任何一种社会网络都起着越来越重要的作用，特别是城市车辆社会网络中的信息共享和传播效率方面的优势，已经成为一个热门研究课题。城市车辆社会网络社区推荐在车载各种传感器的帮助下，能够使人们与朋友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等。到目前为止，社会网络中一对一的个人社会推荐，已经在一对一的信任关系一对一的社会推荐工作上做了大量工作，虽不能直接应用于社区之间的社会推荐，但其中引入的思想和模型为执行一对多，多对一，多对多的信任提供了理论依据评估在社区推荐中起着非常重要的作用。一些研究人员专注于社区建设及其发展，Lars Backstrom等研究了社会网络社区形成的原则，基于两个大型社会网络LiveJournal和DBLP，他们研究了社区演进与参与社会网络结构之间的关系。他们利用决策树方法来确定相关属性的最重要的结构决定因素，提出了一种新的计划来衡量社会网络中社区之间成员的流动，以及成员的流动如何适应社会群体中感兴趣的话题的变化。基于从四个流行站点收集的数据集，研究人员研究了在线社会网络的结构性质，提出了一种新颖的模型来抓取四个网络，以实现每个社会网络的大部分用户图。实验结果表明，他们论文中研究的社会网络结构与以前探索的网络是非常不同的。Cheng-Te Li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。

在城市车辆网络环境中，受城市车辆社会网络无线网络有限的限制，社区之间的协作对于最大限度地发挥城市车辆社会网络的利益至关重要，然而，实现城市车辆社会网络社区社会推荐的最优配置是NP-hard问题。

发明内容

针对上述不足，本发明提供一种基于改进的Steiner最小树的城市车辆社会网络社区推荐的近最优配置方法，解决了城市车辆社会网络社区之间实现社会推荐近最优配置的NP-hard问题，在输出的可信度和平均执行时间之间上获得更好的效果。

本发明解决技术问题所采用的技术方案如下：一种基于改进的Steiner最小树的城市车辆社会网络社区推荐的近最优配置方法，该方法包括如下步骤：

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T_ext,i，当涉及社会推荐线时，被设置为T_int,i(g₁,g₂)；T_ext,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；T_int,i(g₁,g₂)表示社区C₂中的每个成员都具有C₁成员中的内部信任值，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'：