[发明专利]一种基于相似度估计的分布式PageRank加速方法

说明书

本发明提供了一种基于相似度估计的分布式PageRank加速方法，所述方法包括：步骤1)以网络中的每个节点作为中心节点，构建中心节点与网络临近节点之间连接关系的子图；每个子图计算代表自身后继元集信息的特征向量；步骤2)当前子图计算相遇对象的后继元集和自身顶点集的相似度，根据预设阈值，决定是否将相遇对象的ID加入自身的候选列表；步骤3)当前子图将相遇对象的候选列表中子图加入自身候选列表，相遇对象将当前子图的候选列表中子图加入自身候选列表；步骤4)计算当前子图的顶点集与所有候选对象的后继元集的相似度，取相似度最大的作为下次正式相遇的对象；步骤5)根据相遇时两个子图之间的交互操作，计算并更新当前子图中所有的PageRank值。

技术领域

本发明涉及计算机网络技术领域，特别涉及一种基于相似度估计的分布式PageRank加速方法。

背景技术

网络中用户终端设备的资源总量巨大，如智能手机、机顶盒、路由器、PC等设备所拥有的计算和存储资源，但这些资源仍然处于闲置状态，没有得到合理利用。而服务提供商部署的资源总量有限，会不断的出现服务瓶颈问题。我们希望通过网络节点周边的局部信息，准确快速的找到服务能力强、影响力大、真正距离用户近的终端设备部署内容资源。现有的局部信息逼近全局信息的方法收敛速度慢。因此，我们希望在仅增加少量通信开销的基础上，加速局部信息逼近全局信息的收敛速度，提高实用性。

传统PageRank计算方法通过链接到它的节点的数量以及它们的重要性来判断当前节点的重要性。这个递归的定义表明，它的计算代价是相当昂贵的，尤其是当网络中有海量节点的情况下，因为它需要迭代地计算整个网络拓扑组成的链接方阵的最大特征值对应的特征向量。而且原相遇过程是随机选择节点，所选节点不一定能提供最大的信息量。因此传统PageRank计算方法收敛速度慢，计算量大。

发明内容

本发明的目的在于为了克服分布式PageRank收敛速度慢和计算量大的问题，提供了一种基于相似度估计的分布式PageRank加速方法。该方法提出了预相遇过程，应用场景是使用分布式PageRank作为节点选择方法时，分布式PageRank加速收敛的问题。在使用PageRank作为节点选择方法时，由于计算全局PageRank非常耗时，网络局部也无法获知全局信息，因此会采用分布式PageRank方法，通过局部子图随机选择节点相遇的方法，逐渐逼近全局值。但如果只是随机选择节点，无法保证所选节点能提供最大的信息量，从而导致收敛速度慢。

为了实现上述目的，本发明提供了一种基于相似度估计的分布式PageRank加速方法，所述方法包括：

步骤1)以网络中的每个节点作为中心节点，构建中心节点与网络临近节点之间连接关系的子图；每个子图计算代表自身后继元集信息的特征向量；

步骤2)当前子图计算相遇对象的后继元集和自身顶点集的相似度，根据预设阈值，决定是否将相遇对象的ID加入自身的候选列表；

步骤3)当前子图将相遇对象的候选列表中子图加入自身候选列表，相遇对象将当前子图的候选列表中子图加入自身候选列表；

步骤4)计算当前子图的顶点集与所有候选对象的后继元集的相似度，取相似度最大的作为下次正式相遇的对象；

步骤5)根据相遇时两个子图之间的交互操作，计算并更新当前子图中所有的PageRank值；

步骤6)根据PageRank值的大小，对当前子图中所有节点降序排列，依次选择节点进行内容扩散，直至内容覆盖率满足要求或网络中已无剩余副本个数。

作为上述方法的一种改进，所述的步骤1)具体包括：

步骤101)以网络中的每个节点作为中心节点，构建中心节点与网络临近节点之间连接关系的子图；