[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

摘要

本发明提供了一种更新P2P网络中的用户主观行为分析模型参数的方法及系统，该方法从构建P2P网络中基于计划行为理论的用户主观行为分析模型出发，根据P2P网络中当前的版权内容分布情况，量化信念指标，扩充样本数据，从而动态修正行为模型参数。本发明一方面面向对等网络版权内容分析，建立了包括喜好度、受欢迎程度、版权意识度、惩罚度各信念指标在内的基于计划行为理论的用户主观行为分析模型，对版权管控中用户主观行为分析提出了理论依据；另一方面，基于客观版权内容分布情况，提出了该用户主观行为分析模型中各信念指标的量化方法。本发明提出了用户主观行为分析模型的动态拟合方法。基于当前版权内容分布，动态修正用户主观行为分析模型参数。

主权项

一种更新P2P网络中的用户主观行为分析模型参数的方法，该方法基于动态拟合的方法动态实时调整用户主观行为分析模型的参数，所述方法包含：步骤101)根据选取的信念指标设定用户主观行为分析模型，并采用调查问卷获得初始样本数据；步骤102)依据初始样本数据获得各信念指标间的第一相关系数矩阵；步骤103)根据第一相关系数矩阵及用户主观行为分析模型，采用统计算法生成一个基于该用户主观行为分析模型的最接近信念指标的相关系数矩阵的相关矩阵，即再生矩阵，并依据该再生矩阵确定用户主观行为分析模型各参数的初始值；步骤104)通过多次迭代修正用户主观行为分析模型的各初始参数值直至该用户主观行为分析模型较好的拟合调查问卷获得的样本数据，获得初始的用户主观行为分析模型；步骤105)基于P2P网络的版权内容分布信息得到基于版权内容分布的样本数据，将该样本数据与调查问卷获得的初始样本数据融合获得第二样本数据，并依据第二样本数据生成各信念指标间的第二相关系数矩阵；步骤106)监控基于初始用户主观行为分析模型得到的再生矩阵和第二相关系数矩阵之间的拟合关系，当两者拟合度小于某设定阈值时，根据当前信念指标间的相关系数矩阵，重新构建再生矩阵以更新模型参数，由模型评价与模型拟合多次迭代后，得到拟合当前内容分布的用户主观行为分析模型的参数，依据该参数修正用户主观行为分析模型，从而获得实时动态的用户主观行为分析模型；其中，所述的信念指标包含：喜好度、版权意识度、受欢迎程度和惩罚度；所述第二样本数据包含来源于调查问卷的样本数据和基于版权内容分布信息得到的样本数据，所述版权内容分布信息为P2P网络中的事件行为，包括用户拥有的具体内容、用户当前的上传或下载状态、上传或下载状态持续的时间以及上传或下载状态发生的次数。