摘 要：為了很好的解決P2P2網(wǎng)絡(luò)檢索算法的低效率問題，提出了信息量聲譽激勵的P2P和節(jié)點興趣域聚類的一種網(wǎng)絡(luò)檢索機制。在這個機制當中，首先對于網(wǎng)絡(luò)節(jié)點的信息量進行了分類，然后根據(jù)節(jié)點數(shù)據(jù)的聲譽激勵法對相鄰節(jié)點進行以興趣為基礎(chǔ)的構(gòu)造模式，與此同時用戶輸入關(guān)鍵字進行個性化輔助選擇。通過試驗仿真設(shè)計證明，這個網(wǎng)絡(luò)檢索算法構(gòu)建的動態(tài)結(jié)構(gòu)，可以很好的避免結(jié)構(gòu)化P2P網(wǎng)絡(luò)對中心節(jié)點的依賴性。

關(guān)鍵詞：P2P網(wǎng)絡(luò)檢索算法；設(shè)計仿真

中圖分類號：TP393.02

P2P網(wǎng)絡(luò)是對網(wǎng)絡(luò)邊緣資源的利用，它的能力被廣泛應用到現(xiàn)代化的信息檢索機構(gòu)當中，其中對于網(wǎng)頁緩存資源的利用，提出了以節(jié)點所擁有的信息通過廣播和共享模式傳輸?shù)木褪锹酚赡Ｊ?。接下來本位以信息量聲譽激勵方法和節(jié)點興趣域聚類方法為進行，對P2P網(wǎng)絡(luò)中的興趣域和非結(jié)構(gòu)化進行研究分析，然后構(gòu)造相對應的動態(tài)結(jié)構(gòu)模式。在分析的時候我們結(jié)合輔助信息量，對網(wǎng)絡(luò)系統(tǒng)的節(jié)點數(shù)據(jù)進行綜合評價和分析，最終通過仿真實驗證明了P2P網(wǎng)絡(luò)檢索方法的有效性和科學性。

1 P2P網(wǎng)絡(luò)檢索算法

定義：P2P網(wǎng)絡(luò)檢索算法主要由以下幾個基本點構(gòu)成，首先是信息量，通過節(jié)點信息量讓系統(tǒng)在最短時間內(nèi)進行興趣度的計算；信息量的相似程度，通過公式反映就是 ，公式中的（ ）決定了網(wǎng)絡(luò)信息量的好壞程度，同時Sim（Ni，Nj）所得值越小，相近程度也高；還有節(jié)點興趣和節(jié)點興趣的相近程度，利用興趣相近度的方法，可以把節(jié)點信息量以興趣為基準進行分類。其中還有興趣域的定義、語義分析和用戶個性化設(shè)置等。通過這些信息和數(shù)據(jù)都可以將搜索得到的數(shù)據(jù)進行非常細致、準確的劃分和組合，最終目的就是為用戶提供一條非常準確的消息值。

P2P網(wǎng)絡(luò)檢索算法由以下幾部分構(gòu)成，第一部分：人機互換。用戶在登陸之后，輸入相對應的關(guān)鍵字詞，系統(tǒng)就會根據(jù)用戶提供的關(guān)鍵詞語進行相關(guān)信息的搜集，然后用戶可以根據(jù)的需要選擇保留或者推出P2P網(wǎng)絡(luò)。第二部分：語言的分析。對于用戶輸入關(guān)鍵字進行相近詞的分析，而且在分析的時候會產(chǎn)生一定的詞語聯(lián)想技術(shù)分析詞語的意思，然后產(chǎn)生相對應的輔助詞語供用戶選擇。第三部分：網(wǎng)絡(luò)拓撲結(jié)構(gòu)。P2P網(wǎng)絡(luò)檢索模式是依賴興趣節(jié)點對于所含信息量的有效程度，然后把相同興趣的節(jié)點信息分門別類，在此基礎(chǔ)上計算相鄰節(jié)點的信息，構(gòu)成系統(tǒng)需要的聲譽激勵法興趣樹，最后就會形成P2P網(wǎng)絡(luò)拓撲結(jié)構(gòu)。第四部分：信息的檢索。第一步要在P2P網(wǎng)絡(luò)檢索系統(tǒng)中發(fā)布檢索關(guān)鍵詞內(nèi)容的指令，目的是確定為P2P網(wǎng)絡(luò)檢索系統(tǒng)提供可以使用的信息節(jié)點，然后在搜尋到滿足用戶檢索要求的時候，對信息節(jié)點內(nèi)的全部資源進行搜索。第五部分：綜合信息的處理。P2P網(wǎng)絡(luò)檢索系統(tǒng)對于檢索出來的沒有鏈接效應和空白鏈接會及時的刪掉，然后P2P網(wǎng)絡(luò)檢索系統(tǒng)依據(jù)興趣相近的程度和用戶關(guān)鍵詞的要求，對已經(jīng)搜索到的結(jié)果進行排列組合，最終呈現(xiàn)給用戶一個較為滿意的數(shù)據(jù)信息。

P2P網(wǎng)絡(luò)檢索模式主要是通過“進入節(jié)點”和“退出節(jié)點”興趣樹的形式對其進行數(shù)據(jù)更新，主要是通過興趣樹更新可以確保相同節(jié)點信息從始至終都在一個固定有效的范圍內(nèi)，在用戶檢索的時候提升了工作效率。針對用戶輸入關(guān)鍵詞語方面，P2P網(wǎng)絡(luò)檢索系統(tǒng)會進行語義分析，分析采用的是輔助語義和語義分析相互結(jié)合的方式。按照檢索信息判斷出在線的服務(wù)節(jié)點，然后在網(wǎng)絡(luò)緩存數(shù)據(jù)中進行地毯式的搜索，目的在于滿足用戶個性化設(shè)置的要求。

2 P2P算法的分析

P2P網(wǎng)絡(luò)檢索算法是對節(jié)點信息和和個性化服務(wù)為基礎(chǔ)形成的興趣樹結(jié)構(gòu)和網(wǎng)絡(luò)拓撲結(jié)構(gòu)，然后根據(jù)信息量的相近程度對興趣相鄰節(jié)點的數(shù)據(jù)進行匹配和選擇，其中數(shù)據(jù)資源就是網(wǎng)絡(luò)緩存下來的資源和每個節(jié)點存在的數(shù)據(jù)資源。

2.1 興趣樹的構(gòu)成。部分步驟如下

第一步：Start //所有變量進行初始化操作。第二步：scanf Z //調(diào)入資源庫Z。第三步：for（F{each Ei=Si}） //判斷條件；{ If（ 0 < k0 < t0） / /如果信息E 與S0節(jié)點信息量興趣相似度在額定值t0內(nèi)；那么t0∈ S0； / /然后在信息E 節(jié)點信息量中添加進S0節(jié)點集合，最后更新S0；第四步：（0-i，m）→S// 生成興趣的集合，然后構(gòu)建P2P網(wǎng)絡(luò)拓撲結(jié)構(gòu)。第五步：for （ j = 0； j < = d； j + + ）{ if （ 0 < ki < tj） / / 若興趣相似度滿足興趣樹第j層閾值； Else ki∈ Ynew / /生成新的興趣樹；End if } End for。第六步：S=S；Y=Y；//輸出網(wǎng)絡(luò)拓撲圖，得到興趣樹Y，及時對其更新。

2.2 P2P網(wǎng)絡(luò)檢索機制。部分步驟如下

第一步：Start //所有變量進行初始化操作。第二步：同義詞分析、近義詞分析和語義分析//進行語義的分析，生成輔助語義。第三步：同義詞分析→（M∪ N）→E //確定檢索的詞語。第四步：if Sean（S∩e）=e；go to第五步//如果檢索信息的節(jié)點在線，那么就繼續(xù)執(zhí)行第五步。如果說Else Scan = = 1； return not answer//那么就是說掃描的結(jié)果是0，返回上一步。第五步：For （ search E ∈ S）{ if （ 0 < k < t0） / / 如果信息E 和S0中信息量的興趣相似度在額定值t0內(nèi)；輸出 Y0 / / 掃描Y0；If Y0j ∩ E = E ， / / 掃描Y0的第c 層節(jié)點序列；Y0 = Y0；S0 = S0 / / 興趣樹Y0和節(jié)點集合S0更新；End for。第六步：判斷集合N屬于集合L// 資源列表L進行更新。

3 試驗仿真

實驗環(huán)境配置：同一種網(wǎng)絡(luò)環(huán)境下的PC機，配置的系統(tǒng)是Windosw 2000 Professional，處理器是Intel Pentium 1.73GHz，緩存數(shù)據(jù)是128M，P2P網(wǎng)絡(luò)協(xié)議是BestPeer，編寫程序的環(huán)境是VC++2005。實驗使用的參考數(shù)據(jù)是在TREC中隨機抽取5000份資源。實驗在開始的時候，要對抽取的文檔資源進行網(wǎng)絡(luò)拓撲結(jié)構(gòu)的生成和興趣樹的構(gòu)成，然后才可以進行信息檢索的評測。其中全部檢索率是V，檢索準確率是B和G： ； ； 。上述公式中的I就是根據(jù)檢索條件得出興趣樹的數(shù)量，R：興趣集合的數(shù)量，W：供用戶選擇的信息量，G：綜合分析指標。下圖是我們在試驗的時候，分別對四種不同興趣度的數(shù)據(jù)信息進行檢索操作，

從上述表格中的數(shù)據(jù)看得出來P2P網(wǎng)絡(luò)檢索方法具有非常好的檢索效率，然后通過Q綜合評價的計算值得出，P2P網(wǎng)絡(luò)檢索方式的非常準確和有效的，從基本方面來說已經(jīng)實現(xiàn)了實時搜索的功能。

每個算法的執(zhí)行時間都會隨著規(guī)模的增大在增加，而且P2P網(wǎng)絡(luò)檢索計算方法相比較其他方法耗時是最少的。在計算初期的時候，因為經(jīng)常使用公共數(shù)據(jù)中緩存的文件，所以在小規(guī)模的隨機抽樣中路由方式存在一定的優(yōu)勢，但是根據(jù)本文需要探討的內(nèi)容，以語義分析和興趣樹為基準進行計算的時候，耗時還是非常長的，并且搜索的效率很低。但是當節(jié)點規(guī)模慢慢變大的時候，本文所提到的P2P網(wǎng)絡(luò)檢索方式的優(yōu)勢遠遠超過路由模式。因為本文提到的P2P網(wǎng)路檢索方法對興趣域向鄰近的節(jié)點進行值域劃分和定義的劃分，因此在計算的時候，如果說節(jié)點規(guī)模非常大的時候，會呈現(xiàn)一種非常高的執(zhí)行效率。

4 總結(jié)

通過上述材料的具體分析，我們具體分析了P2P網(wǎng)絡(luò)檢索算法、P2P算法的分析和試驗仿真三個方面的相關(guān)問題，以興趣域聚類為構(gòu)建數(shù)據(jù)進行動態(tài)數(shù)據(jù)的構(gòu)建，然后把信息資源相關(guān)的節(jié)點數(shù)據(jù)按照興趣類別進行規(guī)整，然后就形成了我們需要的非結(jié)構(gòu)化的P2P網(wǎng)絡(luò)，根據(jù)用戶輸入關(guān)鍵語義開始搜尋節(jié)點信息數(shù)據(jù)，然后對最優(yōu)聲譽節(jié)點數(shù)據(jù)進行更新。通過仿真實驗證明了P2P網(wǎng)絡(luò)檢索算法的執(zhí)行效率和有效性能。

參考文獻：

[1]項興彬，曾國蓀，夏冬梅.P2P環(huán)境下文件共享的信任建立博弈模型及穩(wěn)態(tài)分析[J].計算機應用研究，2010（19）：100-103.

[2]劉鳳鳴，丁永生.基于進化博弈的P2P網(wǎng)絡(luò)中信任計算的動力學分析[J].計算機應用研究，2010（18）：120-123.

[3]劉鳳鳴，丁永生.基于生態(tài)網(wǎng)絡(luò)的P2P環(huán)境信任博弈進化模型[J].計算機工程與應用，2011（23）：200-205.

作者簡介：吳謀碩（1978.08-），男，湖南湘鄉(xiāng)人，副教授，碩士研究生，研究方向：網(wǎng)絡(luò)信息檢索。

作者單位：中南民族大學，武漢 430074