基于位置信息的移动SNS数据动态划分复制算法

摘要：

现有社交网络数据划分算法大多关注于好友关系和交互关系,忽略了位置信息,造成基于位置查询的响应时间较长.针对该问题,设计了一种移动社交网络双层社交图模型,该模型考虑了移动社交网络中用户交互行为的位置依赖性特点;并在此基础上提出了一种基于位置信息的移动社交网络数据动态划分复制算法MSDPR,该算法采用改进的K-Means算法对位置信息进行聚类,再根据聚类结果对数据进行划分,并利用社交关系进行数据的复制.实验结果表明:MSDPR算法在移动社交网络环境下能够有效地提高本地访问率,降低访问延迟,并且在动态加入数据时具有较好的适应性.

关键词：移动社交网、分布式存储、动态划分复制、位置信息、用户交互

所属期刊栏目：44

分类号：TP311(计算技术、计算机技术)

在线出版日期：2017-04-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：220-225