Модель рекомендаційної системи для комп’ютерних мереж типу Р2Р

Abstract

У цій статті проведено дослідження алгоритмів роботи peer to peer мереж. Проведено порівняльний аналіз методів пошуку даних у централізованих, децентралізованих неструктурованих та децентралізованих структурованих однорангових мережах. Виявлено, що існуючі методи роботи однорангових мереж не застосовують для покращення пошуку даних рекомендаційні системи. Розроблено математичну модель рекомендаційної системи для децентралізованої P2P мережі з огляду на вподобання користувачів та кількість переходів до завантаження даних. Розроблено метод формування рекомендацій для користувачів комп’ютерної мережі типу peer to peer на основі запропонованої математичної моделі. У P2P мережах виникає проблема індексації та пошуку файлів на різних пристроях мережі. З різних причин шукані файли можуть бути недоступні для користувача, навіть якщо вони були додані раніше до системи та проіндексовані. Наприклад, комп’ютери, що містять потрібний файл або таблиці маршрутизації до нього чи його частин, вийшли з мережі або застосовуються технології побудови P2P мережі з ймовірнісними методами пошуку, що не завжди знаходять далеко розташовані від комп’ютера користувача файли, тощо. Рекомендаційні системи використовуються для побудови списків рекомендацій користувачам на основі їх попередніх дій, зокрема, лайків, оцінок, переглядів, скачувань тощо. Такі системи дозволяють полегшити пошук при великій кількості об’єктів у системі, доповнюючи класичну пошукову видачу рекомендаціями, а в деяких ситуаціях навіть заміняють пошук. Також рекомендаційні системи можуть застосовуватися для ранжування результатів класичного пошуку. Таким чином, вони можуть різними способами поєднуватися зі звичайними пошуковими алгоритмами. В P2P мережах застосування рекомендаційних систем може мати додаткову користь. Якщо користувач шукає конкретний файл, що був доданий до мережі раніше, і файл з різних причин не знайдено, можна надати користувачу список рекомендацій з огляду на його вподобання і, можливо, пошуковий запит. Запропоновані у роботі модель та метод формування списків рекомендацій у peer to peer мережі розраховані на загальний випадок і не прив’язані до конкретного пошукового запиту, можуть застосовуватися у неструктурованих та структурованих P2P мережах для ознайомлення користувача з контентом, який йому може сподобатися, на основі прогнозування його вподобань. Це може збільшити загальний інтерес користувачів до контенту мережі.

In this article, a research of peer-to-peer network algorithms is conducted. A comparative analysis of data search methods in centralized, decentralized unstructured and decentralized structured peer-to-peer networks is carried out. It has been found that the existing methods of peer-to-peer networks do not use recommender systems to improve data search. A mathematical model of a recommender system for a decentralized P2P network has been developed, taking into account user preferences and the number of transitions to download data. A method of forming recommendations for peer-to-peer computer network users based on the proposed mathematical model has been developed. In P2P networks, there is a problem of indexing and searching files on different network devices. For various reasons, searched files may not be available to a user, even if they were previously added to a system and indexed. For example, computers containing the desired file or routing tables to it or its parts have left a network, or P2P network construction technologies are used with probabilistic search methods that do not always find files located far from the user's computer, etc. Recommender systems are used to build lists of recommendations for users based on their previous actions, including likes, ratings, views, downloads, etc. They make it possible to facilitate the search in a system with a large number of objects, supplementing the classic search, and in some situations even substituting the search. Recommender systems can also be used to rank classical search results. Thus, they can be combined with conventional search algorithms in various ways. In P2P networks, the use of recommender systems can have additional benefits. If a user is searching for a specific file that has been previously added to a network and the file is not found for various reasons, you can provide the user a list of recommendations based on his/her preferences and possibly search query. A model and method of forming recommendation lists in peer-to-peer networks proposed in the paper are designed for the general case and are not tied to a specific search query, can be applied in unstructured and structured decentralized P2P networks to familiarize a user with a content that he/she may like based on the prediction of his/her preferences. This can increase the overall interest of users in a content of a network.