对等网络中基于社区的分布式信息检索方法研究

本项目主要研究无结构对等网络中基于社区的分布式信息检索技术。传统的方法主要依赖基于节点内容摘要的节点聚类。这种内容摘要具有表达能力不强、不支持非合作节点等问题。针对这些问题，本项目将（1）提出一个基于社会网络分析方法的分布式节点信誉模型，用于评价节点在相似主题上的信息检索能力；（2）基于该信誉模型提出一个节点社区进化模型，使得主题相似的节点自发聚集形成节点社区；（3）基于节点信誉计算结果和节点社区，研究一个节点内容摘要优化算法，支持非合作节点的信息检索优化，并增强对有偏节点内容摘要的免疫；（4）提出一个基于节点社区和信誉计算结果的查询路径选择算法，结合一个考虑节点信誉与内容的二段式查询转发节点过滤算法，和一个社区随机漫步算法，以提高查询传播效率。本项目将对研究对等网络中的分布式信息检索规律、探索基于社会网络以及节点社区的信息检索方法、促进相关领域研究的快速发展起到重要的作用。

针对传统无结构对等网络信息检索方法存在的问题，本项目经过三年的研究工作，已完成项目计划的研究内容，构建了一套分布式信息检索算法并进行了实验验证。.本项目提出了一个分布式信誉模型，用于区分给定主题上不同节点的不同检索性能。基于构建的信誉模型，提出一种基于信誉的网络结构优化方法和一种基于社区的分布式网络结构进化模型。基于优化的网络结构，提出一种节点内容摘要优化方法，用于推断非合作节点的内容摘要，以及改进可能有偏的节点内容摘要。在查询路径选择中，提出一种节点过滤方法，基于查询内容和节点信誉选取查询转发节点。采用基于PeerSim多代理系统的模拟实验，验证所提出的分布式检索方法在不同情况下的网络特征和检索性能。.查询结果融合是对等网络分布式信息检索中的一个重要步骤，其方法与信息检索的应用领域密切相关。本项目结合项目依托单位在在线教学和农业监测预警领域研究的应用背景，在资源推荐系统、多约束条件组卷、农业监测预警等领域进行了分布式信息检索的适应性研究。