基于社會行為的移動群智感知機會式數據分發(fā).pdf

1、隨著近年來智能手機的普及，以及無線傳感器網絡、眾包計算、社會計算、機會網絡研究的不斷深入，移動群智感知這種新型的感知模式被提出，其理論和關鍵技術有了進一步突破的契機。移動群智感知構成了以人為中心的網絡，利用人的移動性和智慧感知情景數據并反作用于人類本身?；谏鐣袨榉治龅臄祿职l(fā)是該感知模式下的重要的數據分發(fā)方式。
　　本文探究移動群智感知的起源、發(fā)展和研究意義，對基于社會行為分析的移動群智感知數據分發(fā)密切相關的平臺與應用、社會屬

2、性、機會式數據分發(fā)三個方面的研究現狀進行綜述，分析三者之間的關系，提出未來面臨的關鍵問題。
　　針對已有移動群智感知服務中的數據分發(fā)方法僅考慮單行為地點屬性的問題，本文從用戶移動軌跡中萃取多行為地點屬性，提出基于改進BM25的用戶多行為地點度量模型，將用戶的社會屬性度量映射至多行為地點空間。隨后建立用戶-云平臺交互的系統(tǒng)模型，用戶定時向云平臺提交地點數據，并依據自身的行為特征以及云平臺提供的實時數據計算出對行為地點群的地點權值向量

3、；云平臺分發(fā)用戶數據形成用戶-行為地點的聯合矩陣，并根據矩陣計算出BM25模型中相關因子。
　　在此基礎上，本文進一步提出了多行為地點機會式數據分發(fā)協(xié)議MBPOP。該協(xié)議分為三個階段：第一階段，初始化多個單行為地點用戶；第二階段，按照單行為地點屬性值進行多線路遞增轉發(fā)，尋找單行為地點意圖接受者；第三階段在符合多行為地點屬性的用戶群中組播數據，從而精準地到達具有多行為地點特征的意圖接受群體。本文使用達特茅斯學院的用戶移動軌跡數據進行