[发明专利]一种基于多特征用户群体的基站协作缓存方法

权利要求书

1.一种基于多特征用户群体的基站协作缓存方法，其特征在于，具体步骤如下：

步骤1，通过分析移动互联网的基站数据集构建多个用户特征相似矩阵；

步骤2，将多个用户特征相似矩阵结合优化目标进行相似矩阵融合，得到最终融合后相似矩阵；

步骤3，将最终融合后相似矩阵通过Louvain算法进行社区发现，从而得到多个用户群体；

步骤4，待集群的基站分别统计具有相同uid字段记录项的次数，根据步骤3的群体划分结果，找到该uid字段对应的用户群体成员person_d，e，则该uid字段记录项的次数表示为num_d，e；从而得到用户群体group_d访问本基站次数NUM_G_d＝∑_enum_d，e；每个基站中访问次数最多的用户群体为该基站的主要服务对象；主要服务对象是同一用户群体的基站将建立合作关系，搭建与U个用户群体一一对应的基站集群BS₁，BS₂…BS_U；

步骤5，根据步骤4得到的每个基站集群，构建命中率函数以及传输代价函数，构建约束条件，进一步使用MCMC算法求解得到缓存矩阵。

2.根据权利要求1所述的基于多特征用户群体的基站协作缓存方法，其特征在于，

步骤1所述多个用户特征相似矩阵为：S₁，S₂...S_H

其中，S_t表示第t个用户特征相似矩阵，H表示用户特征相似矩阵的数量。

3.根据权利要求1所述的基于多特征用户群体的基站协作缓存方法，其特征在于，

步骤2所述将多个用户特征相似矩阵结合优化目标进行相似矩阵融合，具体为：

步骤2所述优化目标为：

其中，S_b表示第b个用户特征相似矩阵，S代表待优化求解的融合后相似矩阵，||S||₀是融合后相似矩阵的零范数，α_b是第b个用户特征相似矩阵的权重因子；

λ＞0，是正则化项||S||₀的参数，代表待优化式子中稀疏度的比重；

使用快速PIHT算法求解优化目标从而得到最终融合后相似矩阵S*。

4.根据权利要求1所述的基于多特征用户群体的基站协作缓存方法，其特征在于，

步骤3所述多个用户群体为：

group₁，group₂…group_U

group_d＝{person_d，1，person_d，2...person_d，e}

其中，U表示用户群体的数量，group_d代表第d个用户群体，person_d，e代表属于第d个用户群体的第e个用户，每个用户在基站访问记录里都有唯一的uid字段标识。

5.根据权利要求1所述的基于多特征用户群体的基站协作缓存方法，其特征在于，

步骤5所述命中率函数为：

其中，M表示本基站群中基站的数量，N表示系统中拥有的内容的数量，φⁱ代表基站R_i所属的集群，k∈φⁱ且k≠i表示在基站集群φⁱ中除了本基站R_i的其他基站；P_i，j是用户请求矩阵P的第i行第j列元素，表示用户向基站R_i请求内容C_j的概率，满足Q_i，j是缓存矩阵Q的第i行第j列元素，表示基站R_i上是否缓存了内容C_j，Q_i，j＝1时表示基站R_i上缓存了内容C_j，Q_i，j＝0时表示基站R_i上没有缓存内容C_j；

步骤5所述传输代价函数为：

其中，0＜γ＜1，表示基站相对于直接从互联网获取内容，而从合作基站中获取内容的代价系数；其余符号与命中率函数中定义一致；

步骤5所述约束条件为：

其中，S_j表示内容C_j的大小，所有内容大小的集合为S＝{S₁，S₂，...，S_N}；V_i表示基站R_i的缓存空间大小，每个基站的缓存空间集合为V＝{V₁，V₂，...，V_M}。