网络搜查论文：兴趣地区的网络资源搜查评估范文

作者：付雯李响单位：重庆电子工程职业学院

兴趣相似度的计算方法

兴趣相似度反映出两个节点存储的文档之间的相似关系。相似度越大就说明两者的相似程度越高，就越有可能存储所查询的内容。本文中利用上述的基于向量空间的余弦法，具体的计算公式如下：本文中使用上述公式，既可以计算两个文档之间的相似度，或者两个节点之间的相似度，又可以计算文档与节点之间的相似度，由于在本文所设计的模型中，文档与节点的特征词向量中特征词的个数是相同的，即都是由m决定的，因此以上公式有很好的通用性。

公式中Va，Vb可以分别表示节点A，B的兴趣，也可以分别表示文档A，B的向量，或者是节点与文档的向量。m为特征词的个数，Wak为特征词tk在节点(或文档)A中的权值，Wbk为特征词tk在节点(或文档)B中的权值。由此可以看出，该公式主要计算两个节点(文档)都含有的特征词，当两节点(文档)没有相同的特征词时，则为0，即两者完全不相似。本文还设置一个判断两节点(文档)是否相似的阈值ΔL，用来决定后面进行的操作。

例如，当两节点(文档)的相似度大于阈值ΔL时，可以查询节点的本地资源列表，或者进行路由表的更新，否则这些操作可能会被忽略。以更新路由表时，计算两节点间的兴趣相似度为例，来具体说明相似度的计算过程。假设两节点（文档）的兴趣分别为：节点A的兴趣特征向量为:(1,0.93225),(6,0.87779),(9,0.87779),(4,0.87779),(2,0.78640)；两个节点拥有的相同特征词为1，6，9，4。通过得到的A、B两节点间的兴趣相似度，用这个结果与ΔL相比较，即可得出两节点是否相似。

仿真实验及结果分析

(1)数据对象搜索的查准率(precision)和查全率(re－call)。在匹配方法上，Kad是查找与nodeID（可以理解为文件名）相匹配的文档；IBK虽然是按照特征词向量进行查询，但匹配时，都是查找与全部特征词完全相同的文档，因此搜索的匹配机制是相同的，查准率也就是相同的。在查全率方面如图1所示，在进行的10组查询中，改进后的IBK算法较原Kad算法，在查全率上有不同程度的提高，经过计算可知，平均查全率由原来的0.34提高到0.61，效果明显且稳定。这主要是由于，IBK算法是从查询语句中提取出多个特征词来表示一个查询语句，并与文档内容所提取出的特征词相匹配，更能够查找出潜在意义与查询相同的文档，实现了模糊查询的同时，提高了查全率。

(2)搜索效率。在搜索过程中,如果减少了访问节点数,但又不影响搜索结果,则会减少网络带宽的占用,提高搜索效率，所以本文用访问节点数量的多少来衡量网络的搜索效率。由于两种搜索算法是根据不同的原则转发查询，在查询过程中节点的访问数量以及获得文件的数量都会有所不同，因此无法从这两个方面直接比较。两种算法搜索效率的对比中可以看出，改进后的IBK算法在获得相同文件数量的情况下，比原Kad算法中节点的访问数量明显减少，经计算得知从原来的平均54.2个节点减少到目前的28.1个节点。这是因为IBK算法保留了原K桶查询机制的同时，将查询转发到更有可能存储所要查询的相似度较高的节点上去，缩短了查询路径提高了搜索效率。

结束语

本文将IBK将兴趣与结构化P2P有效地结合，一方面保留了结构化快速定位的优点，使得IBK中的查询能够快速的定位到兴趣相似度较高的节点，搜索效率有所提高；另一方面挖掘出节点的兴趣的同时，也实现了模糊查询，使得查全率明显提高。通过实验以及对结果地分析，证明了改进后的IBK搜索机制的有效性。