10.11959/j.issn.1000-0801.2015221
CASoRT系统中基于聚集特性的在线流行度预测方法
少数在线热门内容会在短时间内吸引大量用户的访问,并占用大量的网络传输资源.如果能预知内容的热门程度(即流行度)并将热门内容广播给潜在用户,将极大地节省网络传输资源,这正是CASoRT系统的主要功能.通过对国内商业蜂窝通信系统中收集的相关数据进行分析和研究,发现在用户行为、地理位置、数据内容等方面存在明显的聚集特性.根据上述特性给出了两个流行度预测算法,即对数线性和恒定比例模型,并使用最优观察门限改善两算法的性能.通过对两算法仿真结果的比较,对数线性模型表现更优,被选作系统的在线流行度预测方法.
流行度预测、聚集特性、无线蜂窝网、CASoRT
31
TP3;R4
国家重点基础研究发展计划“973”计划基金资助项目2012CB316000;国家科技重大专项基金资助项目2015ZX03002010-002;The National Basic Research Program of China 973 Program2012CB316000;National S&T Major Project2015ZX03002010-002
2016-01-14（万方平台首次上网日期，不代表论文的发表时间）
共6页
1-6
