[发明专利]一种基于蒙特卡洛树搜索辅助的无线缓存方法

权利要求书

1.一种基于蒙特卡洛树搜索辅助的无线缓存方法，该方法包括：

步骤1：根据用户上下文特征，将特征空间划分成m_T个用户子特征空间；

步骤2：在t＝1时，初始化m_T棵二叉树Γ，每个子特征空间对应一个二叉树，其中表示用户子特征空间a_i的二叉树,同时，初始化节点(a_i,1,1)和节点(a_i,1,2)的奖励值；其中(a_i,0,1)表示用户子特征空间a_i的二叉树根节点，(a_i,1,1)表示用户子特征空间a_i的二叉树第1代中的第1个节点，(a_i,1,2)表示用户子特征空间a_i的二叉树第1代中的第2个节点；

步骤3：在t时刻，获得本基站所有用户数量N(t)，并提取其中每一个用户的上下文特征，其中第j个用户的上下文特征可以表示为x_j(t)；

步骤4：根据当前各用户上下文特征，将每个用户分入对应的用户子特征空间；

步骤5：若第j个用户属于用户子特征空间a_i，则在树上做最优路径搜索，得到第j个用户的奖励值最高的末端叶子节点，奖励值相同时随机选择一个路径，将该叶子节点上的所有文件作为第t时刻第j个用户的推荐缓存文件；重复步骤5，直到遍历完当前时刻基站的所有用户；

步骤6：在所有用户的推荐缓存文件中，选择M个出现频率最高的文件放入当前时刻缓存文件集合C；

步骤7、统计每个用户在第t时刻向缓存文件集合C中每一个文件的请求次数；其中第j个用户向缓存文件集合C的文件m的请求次数可以表示为d_j,m，j＝1,2,...,N(t)，m＝1,2,...,M；

步骤8、对第j个用户而言，在其对应的子特征空间a_i的二叉树上，路径回溯，更新各节点的奖励值和各节点被利用的次数；重复步骤8，直到遍历完所有用户；

步骤9、对每个用户子特征空间a_i所对应的树是否进行叶子节点的拓展进行判断，若该叶子节点需要拓展则针对该叶子节点生长出下一代叶子节点；重复步骤10，直到遍历完所有用户子特征空间对应的二叉树；

步骤10、返回步骤3，t＝t+1。

2.如权利要求1所述的一种基于蒙特卡洛树搜索辅助的无线缓存方法，其特征在于所述步骤8更新各节点奖励值中各节点奖励值的计算方法为：统计该节点中被基站缓存的文件在t时刻被用户请求的次数，并将统计次数总和作为该时刻的缓存奖励更新该节点的奖励为：其中表示截止t时刻，树节点(a_i,h,n*)被利用的总次数，即截止t时刻该节点中文件被基站缓存的总次数。

3.如权利要求2所述的一种基于蒙特卡洛树搜索辅助的无线缓存方法，其特征在于所述各节点的奖励值为其中c,l₁＞0，0＜ρ＜1，均为常数。

4.如权利要求3所述的一种基于蒙特卡洛树搜索辅助的无线缓存方法，其特征在于所述步骤9中叶子节点是否拓展的判断方法为：

步骤1：计算叶子节点拓展门限

步骤2：若并且是树的叶子节点，则对该叶子节点进行拓展，否则不拓展。

5.一种基于蒙特卡洛树搜索辅助的无线缓存方法，该方法包括：

步骤1：根据用户上下文特征将与本基站连接的所有用户进行分类；

步骤2：根据每一个分类的用户上下文特征生长出各自的二叉树，该二叉树是对一段时间内通过本基站所有文件的分类索引，对用户访问次数多的文件进行详细分类索引；

步骤3：针对每一类用户选择出其对应的二叉树中的一个末端节点，该节点中包含的文件作为推荐文件；其中末端节点的选择标准为：选择出的末端节点中包含文件的点击量高于其它末端节点中包含文件的点击量；

步骤4：将各类用户推荐的文件集合到一起后作为本基站的缓存文件。

6.如权利要求5所述的一种基于蒙特卡洛树搜索辅助的无线缓存方法，其特征在于所述步骤2中每一类用户生长二叉树的方法为：

步骤2.1：将一段是时间内通过本基站传输的所有文件作为二叉树的根节点，采用聚类的方法将根节点中的文件分为两类，作为两个子节点；

步骤2.2：判断该类用户对两个子节点中包含的文件的点击量，选择点击量大的一个子节点作为生长节点；

步骤2.3：采用聚类的方法将步骤2.2选择出的生长节点中包含的文件分为两类，作为下一代子节点，采用步骤2.2的方法再次选择出生长节点；

步骤2.4：采用步骤2.3相同的方法依次生长，直到某个生长节点中包含的文件被该类用户点击的次数小于某一阈值。