参与式感知系统中基于社会关系的移动用户位置预测算法.pdf

第38卷第2期
计算机学报
2015年2月
CHINESE JOURNAL OF COMPUTERS
参与式感知系统中基于社会关系的
移动用户位置预测算法
于瑞云”夏兴有”李孃”周岩”王兴信”
2)(东北大学软件学院沈阳110819)
东北大学计算中心沈阳110819〉
3)(东北大学信息科学与工程半院沈阳1108319)
摘要移动用户位置预测是参与式感知系统进行有效数据采集和消息转发的关键,该文提出了一种基于社会关
系的移动用户位置预测算法(SMLP).该算法基于位置对应用场景进行建模,通过节点的移动规律挖掘节点之间的
社会关系,SMIP算法以马尔可夫模型为基础对节点的移动性进行初步预测,然后利用与其社会关系较强的其他
节点的位置对该节点的预测结果进行修正.算法基于马尔可夫模型和加权马尔可夫模型,分别提出了SMLP和
SMI, PN两种算法,最后基于 UCSD WTD数据集对算法进行仿真实验.实验结果表明:SMLP比马尔可夫模型有更
高的预测精确度;SMLP与SMLP3相比有了更大程度的性能提升,并以比2阶马尔可夫模型小得多的算法复杂
度获得了与2阶马尔可夫模型相似的预测精度.由于加权系数的引入,SMLP2和 SMLPY两种算法都具有良好的灵
峾性
美键词参与式感知;位置预测;马尔可夫模型;社会关系;社交网络;移动互联网;社会计算
中法分类号TP393
D01号10.3724/SP.J.1016.8015.00374
Social-aware Mobile User Location Prediction Algorithm
in Participatory Sensing Systems
YU Rui-yun ' XIA Xing-you) LI Jie )ZHOU Yan:WANG Xing-wei
I(Sa ftware College
110819)
Center, Nurthgasterz Uriversity, Shenyang 110819)
Abstract Mobile user location predication is critical to efficient data acquisition and message
harding
patory sensing sy
a Social-aware Mobie user
Location Prediction algorithm ( SMLP). The SMLP a]gorithm models application scenarios based
on geographic locations, and extracting social relationships of mobile nodes from nodes mobility.
The SMLP a]gorithm preliminarily predicts nodes mobility based on the Markov model, and then
amends the prediction results using location information of other nodes which have strong rela
tionship with the node. Two algorithms, SMLP and SMLPX, are proposed based on the Markov
model and the weighted Markov model, respectively. Finally, the UCSD WTD data sets are
exploited for simulations. Simulation results show that SMIP acquires higher prediction accuracy
than the Markov model. SMLPW achieves more accuracy on prediction compared with MLP, and
收稿日期:2013-119;最终修改稿收到且期:2014-0820.本课题得到國家自然科学基金(6:272529)、国家杰出青年科学基金(61225012
7325002)、教育部-中国移动科研基金(MCM20130391)、高等学校博土学科点专项科研基金(优先发展领域)项目(2012004213000、教
育部中央高校基本科研业务费项目(N120104001,N130817003)资助、チ云,男,1974年生,博士,副数授,主要研究方向为参与式感知
系统、无线传器网络、普适与移动计算、移动网络大数据分析等.Emai: yury g mai.neu.edp.cn、夏兴有,男,1988年生,博士研究生
主要研究方向为参与式感知系統、移动计算等.李,女,1982年生,博土,讲师,主要研究方向为认知网络、移动计算等?周岩,男
198年生,硕土研究生,主要研究方向为参与式感知技术、移动计算等.王光佛(信作者),男,19638年生,博土,教授博士生导师,主要
研究领域为未来互联网、云计算、网络安全和信息安全,E-mai: wang ay@mail. neu. edu,cn.
万方数据