基于P2P点播系统的日志信息网络结构化方法及其系统

摘要

本发明公开了一种基于P2P点播系统的日志信息网络结构化方法，包括以下步骤：步骤1：收集用户的日志信息；步骤2：根据节点的日志信息，构造以用户为节点，用户之间的关系为边，通过节点带宽表示权重的社区网络结构；步骤3：根据LabelRank算法对社区网络结构进行社区结构划分；步骤4：对步骤3中的社区结构划分结果进行合并处理；当需要进行数据传输时，采用合并处理后得到的对应社区内的有效节点进行数据传输。同时，本发明还公开了一种基于P2P点播系统的日志信息网络结构化系统，上述的方法和系统能够对有效处理交叉社区的节点的检测，形成更加合理、有效和稳定的P2P网络。

主权项

一种基于P2P点播系统的日志信息网络结构化方法，其特征在于，包括以下步骤：步骤1：收集用户的日志信息；步骤2：根据节点的日志信息，构造以用户为节点，用户之间的关系为边，通过节点带宽表示权重的社区网络结构；步骤3：根据LabelRank算法对社区网络结构进行社区结构划分，得到多个社区；其中，LabelRank算法包含一个操作算子：传递操作；所述的传递操作具体为：在每个节点定义一个1×n的向量P保存标签分布，n为节点的数量；定义一个邻接矩阵A存储网络结构，则P_i(c)代表节点i属于标签c的概率，标签的集合用C表示，并且标签的个数初始化为节点的个数n，每次计算都需要更新每个节点的向量P，公式如下：$P_i^{,}\left(c\right)=\underset{j\in Nb\left(i\right)}{\Sigma }{P}_j\left(c\right)/k_i,\forall c\in C\mathrm{...}\left(1\right)$其中，Nb(i)是节点i的邻居节点的集合，k_i＝|Nb(i)|是邻居节点集合的节点数量，P’_i(c)代表更新后节点i属于标签c的概率，然后接着计算可以由矩阵A和向量P如下表示：A×P.............(2)在传递操作算子中首先需要初始化向量P，初始化的具体方法为：每个节点的标签列表的概率P_ij初始化为邻居节点的权重和的倒数；如下所示：P_ij＝w/k_i............(3)w表示节点i到节点j的权重；经过上述步骤后得到每个节点的向量P；在传递操作算子的每次计算的更新过程中，设置一个阈值λ，当节点的所属标签的概率大于λ时，则保留，小于则舍弃；且当节点中所有的标签概率都小于λ时，则随机选取一个保留；步骤4：对步骤3中的社区中的节点进行合并处理以除去社区中的无效节点。