在線社交網(wǎng)絡數(shù)據(jù)放置策略的研究與實現(xiàn).pdf

1、隨著信息技術的飛速發(fā)展，參與到在線社交網(wǎng)絡的用戶越來越多數(shù)以億計的用戶通過在線社交網(wǎng)絡進行互動產(chǎn)生了規(guī)模龐大的數(shù)據(jù)，如何對這些數(shù)據(jù)進行放置直接影響著在線社交網(wǎng)絡的性能。由于在線社交網(wǎng)絡數(shù)據(jù)結(jié)構復雜，且其數(shù)據(jù)結(jié)構隨著社交應用的不斷發(fā)展具有了一些新的特征，除此以外其面向的存儲環(huán)境也處于不斷發(fā)展的階段，因此本文針對在不同數(shù)據(jù)存儲架構環(huán)境下在線社交網(wǎng)絡數(shù)據(jù)的放置策略進行研究，主要工作包括：
　　（1）分析了在線社交網(wǎng)絡的特點及其發(fā)展趨勢，

2、闡明了研究在線社交網(wǎng)絡數(shù)據(jù)放置策略的現(xiàn)實意義。分別介紹了集中式和分布式數(shù)據(jù)存儲架構下在線社交網(wǎng)絡數(shù)據(jù)放置策略需要解決的問題以及國內(nèi)外研究現(xiàn)狀。
　　（2）面向集中式數(shù)據(jù)存儲架構環(huán)境，在線社交網(wǎng)絡數(shù)據(jù)放置策略需要解決數(shù)據(jù)劃分和復制的問題。現(xiàn)有數(shù)據(jù)劃分和復制算法多從負載均衡、減少好友間訪問請求開銷、提高副本收益等某個角度進行考慮且并沒有考慮在線社交網(wǎng)絡數(shù)據(jù)位置聚集性等新特性。本文設計了一種雙層社交圖模型將在線社交網(wǎng)絡數(shù)據(jù)中的位置信息進

3、行提取，在此基礎上提出了一種基于位置信息的在線社交網(wǎng)絡數(shù)據(jù)動態(tài)劃分和復制算法MSDPR。該算法采用改進的K-Means算法對位置信息進行聚類，再根據(jù)聚類結(jié)果對數(shù)據(jù)進行劃分，最后利用社交關系進行數(shù)據(jù)的復制。仿真結(jié)果表明：MSDPR算法能夠提高在線社交網(wǎng)絡數(shù)據(jù)的本地訪問率，降低訪問延遲，并且在數(shù)據(jù)動態(tài)加入時具有較好的適應性。
　　（3）面向分布式數(shù)據(jù)存儲架構環(huán)境，在線社交網(wǎng)絡數(shù)據(jù)放置策略需要解決副本存儲節(jié)點選擇問題。目前分布式在線社交

4、網(wǎng)絡的P2P存儲節(jié)點選擇算法中每個用戶的副本存儲節(jié)點數(shù)為統(tǒng)一的數(shù)值，考慮到在社交網(wǎng)絡中數(shù)據(jù)的訪問熱度、用戶的行為極具差異性，本文設計了一種基于位置的雙層自我中心網(wǎng)絡模型對單個用戶信息進行提取，并在此基礎上提出一種基于雙層自我中心網(wǎng)絡的存儲節(jié)點選擇算法D_Ego，該算法首先根據(jù)社交網(wǎng)絡社團結(jié)構特征對用戶社交影響力進行衡量，然后基于社交影響力確定各用戶數(shù)據(jù)副本因子大小，最后根據(jù)用戶節(jié)點的可用性、節(jié)點位置信息和用戶間的關系強度選擇存儲節(jié)點。仿