[发明专利]一种更新P2P网络用户主观行为分析模型参数的方法及系统有效
申请号: | 201210288565.5 | 申请日: | 2012-08-14 |
公开(公告)号: | CN103593543B | 公开(公告)日: | 2016-11-23 |
发明(设计)人: | 童恩栋;牛温佳;曲本科;苗光胜;谭红艳;唐晖;慈松 | 申请(专利权)人: | 中国科学院声学研究所 |
主分类号: | G06F19/00 | 分类号: | G06F19/00;G06F17/30 |
代理公司: | 北京法思腾知识产权代理有限公司 11318 | 代理人: | 杨小蓉;杨青 |
地址: | 100190 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 更新 p2p 网络 用户 主观 行为 分析 模型 参数 方法 系统 | ||
技术领域
本发明涉及对等网络中基于版权内容分布的用户主观行为分析模型的动态拟合,具体涉及一种更新P2P网络用户主观行为分析模型参数的方法及系统。
背景技术
对等网络技术(P2P技术)已被广泛应用于集群计算、协同工作、搜索引擎和文件共享与交换等方面。由于P2P技术的核心是点对点的传播模式,因而相较于传统的客户-服务器的集中处理模式,网络内容传播的管理与控制更为复杂和困难。从目前状况来看,这主要体现在两个方面:对不良内容的传播控制更为复杂和对版权管理更为困难。以P2P文件共享与交换软件BT为例,它克服了传统下载方式的局限性,具有参与下载的人越多,文件下载速度越快的特点。BT软件自动将一个文件分割成若干块,当某一PC节点在进行下载,它也作为一个对外提供服务的节点,向其他PC供应已经下载的文件块。最终,来自不同节点的文件块在一台PC上融合成了一个完整的文件。从上述P2P文件共享与交换的工作原理可以看出,一台PC在进行下载的同时,也自动进行着上传的行为,成为一台临时的服务器。因此,从版权角度来讲,鉴于P2P技术导致受侵害的用户和版权的数量、范围急剧增加的状况,对版权内容的传播分析与管控变得紧迫和必要。
目前版权内容的传播分析研究主要集中在内容检测和内容关系挖掘两个方面。内容检测主要是利用数字水印及DNA等技术来检测某个音/视频内容是否属于盗版内容。而内容关系挖掘又可以从主观和客观两个方面进行,从而为传播分析与管控提供有效支持。其中,客观方面的内容关系挖掘旨在通过揭示内容之间的相似度关系来深入发掘P2P网络用户之间的文件共享关系,深刻反映P2P网络内容交互与分布的内部结构;主观方面的内容关系挖掘旨在分析P2P网络用户的主观行为意图,推测某一时刻、某一状态下用户是否会参与到盗版内容的传播。
其实,任何版权内容的传播都是由用户的主观行为决定的,用户的主观行为决定了用户是否会参与到相应版权内容的传播。因此,分析对等网络中用户的主观行为对版权内容的传播分析及管控至关重要。目前,版权内容管控大多数采用事后处理,即发现盗版内容传播后,通过采取“下载阻止”等技术来达到阻断盗版内容传播的目的。而通过分析用户主观行为则能够在盗版内容扩散传播之前发现其潜在的传播趋势,实现预警,从而先发制人的采取措施,能够有效地抑制盗版内容的传播。
已有的用户主观行为分析大多基于计划行为理论(Theory of Planned Behavior,TPB)。TPB认为行为(Behavior,简称B)是行为意图(Behavior Intention,简称BI)的直接函数,而行为意图则由态度(Attitude,简称A),主观规范(SubjectiveNorm,简称SN)和知觉行为控制(Perceived Behavioral Control,简称PBC)构成。它们之间的关系可表述为:
BI=c1×A+c2×SN+c3×PBC (1)
其中,态度是指个人对该项行为所抱持的正面或负面的感觉;主观规范是指个人对于是否采取某项特定行为所感受到的社会压力;知觉行为控制是反映个人过去的经验和预期的阻碍。所述态度、主观规范及知觉行为控制是抽象概念,是不可观测的变量,解决方法就是采用可直接观测的变量(即信念指标)来对态度、主观规范及知觉行为控制予以测量,如采用可直接测量的喜好度这一信念指标来测量态度。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院声学研究所,未经中国科学院声学研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201210288565.5/2.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用