雷 勇，李 薇

（中国人民银行渭南市中心支行，陕西 渭南714000）

非结构化P2P系统应用较为广泛。由于非结构化P2P系统采用洪泛(Flooding)搜索机制，查询从一个节点以广播方式传播到其他节点，直到查找到查询结果，从而导致每次查询都产生大量的网络流量，对网络造成很大的负担，影响了非结构化P2P系统的可扩展性。

本文通过挖掘节点兴趣相关度信息，将兴趣相同或相似的节点进行聚类(Clustering)，来构造有小世界特性的覆盖网络，在搜索路由机制中依赖兴趣相关度，使查询消息在更高效的路由路径中传播，避免了消息转发中的盲目性，减少了查询消息的通信开销，从而提高搜索效率。

1 相关理论

1.1 小世界

在复杂网络[1]中，诸多统计特性中最重要的是小世界特性。有小世界特性的网络被称为小世界网络[2]。一些文献表明，P2P系统有时会自动演进到一个小世界[3]。

小世界模型基于这样一个原则：每个节点都表现出某些可以捕捉到的兴趣，而兴趣相近的节点所保存的内容和提交的查询也呈现出一定的相关性。通过挖掘节点的兴趣相关性，使相关性高的节点在网络中相距较近，此网络所表现出的相似特性，就是所谓的小世界特性。这些特性在参考文献[4-5]中被证明对提高搜索效率是非常有效的。

1.2 节点兴趣相关度

本文用节点兴趣域表示一个节点的兴趣类别和兴趣的特征。一个兴趣域 D 表示为 D=(d1，d2，d3，…，dn)，其中，dk(k∈(1，n))是非负实数，代表一个兴趣类(如计算机、天文、医学)，用于衡量节点对兴趣类的感兴趣程度，兴趣域向量的长度n取决于兴趣类别的数量。……