基于社会关系的群智感知任务分发机制

摘要：

为了保障感知服务过程中能够建立一个持久稳定的任务分发链路,文中首先提出了基于节点社会属性的相似度量化算法(Intimacy Quantification Method Based on Social Attributes,IQSA);然后结合信息熵理论与社会关系提出了一种基于信息熵相似度的社区检测算法 (Community Detection Algorighm Based on Information Entropy Similarity,CDIES);并通过实验对IQSA算法与当前比较流行的两种模型进行了比较,从最终的社区划分结果、模块度和时间开销三个方面,评估分析了CDIES算法的准确性和有效性.结果 表明:与基于内容的好友推荐模型和基于关系的两阶段好友推荐模型相比,IQSA算法在准确率、召回率与f1-score上的综合表现最优;CDIES算法的社区划分结果的模块度值和时间开销明显优于GN算法和FN算法.

关键词：群智感知、社会关系、任务分发、信息熵、社区划分、模块度、时间开销

所属期刊栏目：49

分类号：TP393.3(计算技术、计算机技术)

资助基金：新疆维吾尔自治区自然科学基金2020D01C033

在线出版日期：2021-07-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：49-55