[发明专利]一种基于链路预测的Android智能手机节能方法

权利要求书

1.一种基于链路预测的Android智能手机节能方法，包括以下步骤：

A.交互行为最大化阶段：提出基于用户交互行为的影响最大化方法。

B.链路预测阶段：提出一种基于互动关系随机游走的算法。

2.根据权利要求1所述的一种基于链路预测的Android智能手机节能方法，其特征在于，所述的步骤A中,基本思想是利用社交网络，根据用户的朋友关系和互动关系，计算目标用户与其社交网络中邻居或潜在朋友之间的相似度，预测目标用户将要访问的数据。主要步骤如下：

(1)构建邻居组，计算交互度：基于用户相互影响力和接触次数W两个因素考虑，给出用户交互度的计算公式如下：

其中，u和v代表两个用户，I(u,v)表示用户的互动次数。

(2)计算基于交互行为的社交影响力：在实际情况下，邻居用户对目标用户的影响力不止互动关系，还包括朋友关系。一般情况下好友数目与互动次数I(u,v)之间的关系不具规律性，因此无法直接计算朋友关系和互动关系对目标用户的影响作用，需要对互动次数做一定比例换算。下面给出计算基于交互行为的社交影响力大小的公式：

其中，W表示用户的接触次数。从中可以看出用户的交互次数对社交影响力起决定作用。

3.根据权利要求1所述的一种基于链路预测的Android智能手机节能方法，其特征在于，所述的步骤B中,对预测数据进行数据分析筛选，提高预测的准确度。通过朋友关系与互动行为，分析出带权的关系网络，然后利用基于互动关系行为改进的偏向相似度高节点游走方法计算邻居与目标用户的相似度，取得TopK个用户数据作为该用户将要访问的数据。具体步骤如下：

(1)分析相关强度：根据图的连接理论定义社会网络，本文根据用户的共同朋友数目的多少和互动次数来表示他们之间朋友关系的强弱，改善网络拓扑结构的实际准确性。两个用户u_i和u_j相关强度W_ij由两者间媒介数量与基于交互行为的相互影响力之和共同决定，计算公式为：

Γ(u_i)＝{u_j|(u_i，u_j)∈E}表示u_i的邻居集合，(u_i，u_j)表示用户i到用户j的连接，在图上体现为边的存在与否，若值等于1说明用户之间建立了连接，否则没有建立连接。

(2)计算相似度：在社会网络中，用户可能选择相关强度高的朋友的历史访问数据作为将要访问的数据。关系亲密的朋友可能不是直接朋友，有可能是互动关系强的潜在朋友。因而游走者需要考虑互动行为影响力，不再像简单拓扑结构那样等概率地游走。局部随机游走过程可以使用转移概率矩阵Q来描述，其元素q′_ij(t)为：

u_i与u_j的相似度可以通过游走者从起点u_i历经多次路径到达u_j的概率来计算，即为sim(u_i,u_j)：

其中，b代表u_i与u_j之间可能的路径可数，t代表在某一路径可能内的第t个步骤，l代表游走者游走路径的长度。