群智感知中采用节点社会属性的亲密度量化方法
【作者】
张文东
[1]
桂小林
[2]
蔡宁超
[3]
安健
[2]
【关键词】
群智感知
社会关系量化
亲密度
社会属性
节点融合度
【摘要】针对群智感知中节点社会关系计算存在的层次关系划分不清、关联因子描述粗糙等问题,提出一种采用社会属性的亲密度量化方法.该方法通过分析影响节点社会关系的多维要素,将节点属性因子划分为静态和动态两个维度.通过构造多维语义分级树和空间索引编码,对节点静态属性进行挖掘和形式化表示.同时,引入交互信息熵,对社会关系的不对称性进行分析和比较,以提高亲密度量化方法的客观性.基于层次分析法实现节点动态属性的二级评判和有效聚合,并通过节点融合度对亲密关系进行二次修正.实验结果表明:与已有方法相比,采用社会属性的亲密度量化方法预测准确率提高了14.67%,该方法能够有效降低群智感知中移动节点的误判概率,提高网络社团识别准确率,为候选服务节点集的选择提供有效依据.
上一篇: 用于超低频信号测量的高精度低功耗增量式模数转换器
下一篇: 业务迁移场景下利用信誉值的拓扑构造激励算法