[發明專利]無線通信網絡中基于學習的主動緩存控制方法

在審

• 申請號: 201711324278.4
• 申請日: 2017-12-13
• 公開（公告）號: CN108153830A
• 公開（公告）日: 2018-06-12
• 發明（設計）人: 楊綠溪;王馭揚;代海波;黃永明;李春國
• 申請（專利權）人: 東南大學
• 主分類號: G06F17/30
• 分類號: G06F17/30;H04L29/08
• 代理公司: 南京眾聯專利代理有限公司 32206
• 代理人: 蔣昱

1.無線通信網絡中基于學習的主動緩存控制方法，具體步驟如下，其特征在于：

(1)先使用協同過濾和遷移學習來預測和估計用戶對內容的歡迎程度，

(2)再基于此預測結果設計一個分布式迭代算法，得出小基站的最優緩存策略。

2.根據權利要求1所述的無線通信網絡中基于學習的主動緩存控制方法，其特征在于：所述步驟(1)中使用協同過濾和遷移學習來預測和估計用戶對內容的歡迎程度，具體步驟為：

步驟1.1：設置無線通信網絡中的主動緩存問題為目標域，社交網絡即用戶間端到端(D2D)通信相關的信息交互為源域。目標域記為S^(S)，其中用戶對內容文件的請求服從Zipf分布，文件受歡迎度矩陣記為P_tar；源域記為S^(T)，其中用戶選擇內容文件的過程用中國餐館過程(CRP)模擬，文件受歡迎度矩陣為P_D2D；

步驟1.2：在建立源域與目標域之間用戶-內容文件的相關性之后，結合源域與目標域的已知信息來建立優化問題。首先假設源域和目標域都與一個信息系統s∈{S^(S),S^(T)}相關，該信息系統中有N_s個用戶和F_s個內容文件，令R_s＝{(i,j,r):r＝P_s,ij,P_s,ij≠0}表示s中可知的用戶對內容的評價，接著建立用戶因子矩陣和內容文件因子矩陣其中他們的第i列和第j列分別表示為n_i和f_j，然后構造受歡迎度矩陣的一個估計為對該矩陣的估計問題，通過優化如下目標函數來解決：

其中α_s為該信息系統的權重，λ為正則化參數，預測值μ+b_i+b_j為基準線預測器，μ為總平均評分，b_i為用戶i的屬性相對于平均值μ的偏移，b_j為文件j的屬性相對于平均值μ的偏移，記真實值與預測值的誤差為

步驟1.3：通過遷移學習不斷優化目標域中受歡迎度矩陣P_tar的估計，采用隨機梯度下降法對上述目標函數進行優化，目標函數分別對變量b_i、b_j、n_i和f_j求偏導，再將這四個變量向負梯度方向變化，由此可得到四個變量的更新式如下：

b_i＝b_i+α_sγ(e_ij-λb_i)；

b_j＝b_j+α_sγ(e_ij-λb_j)；

n_i＝n_i+α_sγ(e_ijf_j-λn_i)；

f_j＝f_j+α_sγ(e_ijn_i-λf_j)；

通過上述遷移學習的方法得到對目標域中完整受歡迎度矩陣P_tar的估計和預測。