第三章 研究方法
3.1 議題分析與討論
3.2.4 備援(輔助)機制
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
47
如圖3.6所示，假設節點SACDGF是社群網路中之朋友關係。當節點S想傳送訊息給 節點D時，根據本論文所提之方法，節點S會偵測通訊範圍內的朋友，交換朋友清單，計
算出𝐶𝐷_𝑑𝑖𝑣𝑒𝑟𝑠𝑖𝑡𝑦值，由於目標節點不在通訊範圍的朋友清單內，因此選擇由𝐶𝐷_𝑑𝑖𝑣𝑒𝑟𝑠𝑖𝑡𝑦值
較大之節點A傳輸。節點A同樣執行上述之方法，得知節點C通訊範圍內的朋友清單有節 點D，故節點A藉由節點C傳送封包給目標節點D，完成訊息傳遞之動作。用於日常生活 中，可以想像本方法為藉由朋友與朋友的朋友完成訊息的傳遞。
C D
S F
G
H
A
B
E
圖 3.6：情境示意圖
3.2.4 備援(輔助)機制
在本文的設計中，當𝐶𝐷_𝑑𝑖𝑣𝑒𝑟𝑠𝑖𝑡𝑦_𝑚𝑎𝑥𝑖𝑚𝑢𝑚(𝑡𝑜𝑝 (𝑛𝑢𝑚𝑏𝑒𝑟))節點的𝐿𝑜𝑎𝑑𝑖𝑛𝑔 ≥ 𝐿𝑜𝑎𝑑𝑖𝑛𝑔𝑡ℎ𝑟𝑒𝑠ℎ𝑜𝑙𝑑， 如圖3.7，此時會發送超載訊息，傳送notice packet給鄰居節點，備援機制便觸發啟用。
當收到notice packet時，若來源節點本身有候選清單，則由候選清單中尋找候選節點幫 助轉傳，若無則選用notice packet中推薦清單(𝑁𝑜𝑑𝑒𝑟𝑒𝑐𝑜𝑚𝑚𝑒𝑛𝑑)之節點幫助轉傳。Notice packet的內容包含有目前𝐶𝐷_𝑑𝑖𝑣𝑒𝑟𝑠𝑖𝑡𝑦_𝑚𝑎𝑥𝑖𝑚𝑢𝑚(𝑡𝑜𝑝 (𝑛𝑢𝑚𝑏𝑒𝑟))節點的adjacency matrix，該節點
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
48
之候選清單𝐶𝐷_𝑑𝑖𝑣𝑒𝑟𝑠𝑖𝑡𝑦(𝑐𝑎𝑛𝑑𝑖𝑑𝑎𝑡𝑒 𝑙𝑖𝑠𝑡)與其位置資訊等，其中候選清單將成為推薦清單，
供來源節點選用。藉由notice packet的封包資訊尋找合適之節點幫助轉傳，達到由認識 節點協助轉傳之目的。
若在時間門檻值內無法傳送，則會使用興趣相似性(Interest-based)的方式將訊息傳 送出去，因此訊息是以朋友取向或是興趣取向的方式進行傳送。
A F
B
D E
L C
K
H G
I
J relation
request
圖 3.7：社群可能忙碌示意圖
本文提出備援機制，其運作方式如圖3.8所示，若發生候選節點負載過重時，亦即當 𝐶𝐷_𝑑𝑖𝑣𝑒𝑟𝑠𝑖𝑡𝑦_𝑚𝑎𝑥𝑖𝑚𝑢𝑚(𝑡𝑜𝑝 (𝑛𝑢𝑚𝑏𝑒𝑟))的𝐿𝑜𝑎𝑑𝑖𝑛𝑔超過設定之負載門檻值(𝐿𝑜𝑎𝑑𝑖𝑛𝑔𝑡ℎ𝑟𝑒𝑠ℎ𝑜𝑙𝑑)，
則發送notice packet，依照不同情形選擇不同備援方案，分別為𝐶𝐷_𝑑𝑖𝑣𝑒𝑟𝑠𝑖𝑡𝑦 (candidate list)、
𝑁𝑜𝑑𝑒𝑟𝑒𝑐𝑜𝑚𝑚𝑒𝑛𝑑(recommend list)以及Interest-based，輔助訊息傳送。
‧ Receive notice
packet
Can source node detect other candidate list’s node?
Forward packet
Yes
Can source node detect recommend
list?
Execute Interest-based
No No Time >T
expireYes No
Yes
END No
Can it detect the similar interest
node?
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
50
(2)
𝑵𝒐𝒅𝒆𝒓𝒆𝒄𝒐𝒎𝒎𝒆𝒏𝒅(recommend list)
回傳周邊節點相關資訊給來源節點，以達到推薦之效果。𝑁𝑜𝑑𝑒𝑟𝑒𝑐𝑜𝑚𝑚𝑒𝑛𝑑與 滾雪球抽樣(snowball sampling)概念有類似之處。簡單來說可以解釋為，利用滾雪 球抽樣方法建構出來的網路，其彼此關聯性較其他網路緊密。Snowball sampling 的方法為先選出較容易辨識的個體組成一群，以此群體去尋找其他有類似特徵的 個體，再組成一群，再去尋找。換句話說，在滾雪球抽樣，會先隨機選取一群對 象進行調查，再請此群調查對象提供或是推薦其他也屬於相關研究的調查對象。
反覆此過程，形成滾雪球的效果，因此所收集到的資料與隨機選擇相比，會在某 些特定的特徵與推薦他們的人更相似，例如：甲與乙兩人為同班同學，兩人皆熱 愛籃球，兩人的交友圈可能極為相似，可能都為同校的學生或是熱愛籃球的朋友，
因此當甲乙兩人想推薦朋友給彼此時，極有可能推薦給對方的是熱愛籃球的朋友 或是同校的學生，因此我們所提出的推薦清單可以解釋為在某種特徵上會更相 似。
此機制的優點是，藉由關聯性較緊密之節點幫助傳送，可提升與目標節點接 觸的可能性。此方法的缺點是，若來源節點一直無法遇到 recommend list 中的節 點，或 recommend list 中的節點恰巧都在忙碌狀態，就會使得訊息封包一直無法 傳遞出去，造成飽和狀態，故 notice packet 的有效時間是必須控制的。因此本文 會設定時間門檻值(𝑇𝑒𝑥𝑝𝑖𝑟𝑒)，當超過此門檻值時該訊息便失效且被捨棄。
(3) Interest -based
當節點收到的封包，若是來自非社群網路內的節點，則會更新鄰居非朋友節 點表，如表 3.3 所示。假如節點 i 接收到節點 j 之 hello message，發現是來自於社 群網路以外的訊息，則會計算出興趣相似性，如公式(3-4)，並更新所有鄰居非朋
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
51
友節點的興趣相似性相關資料。此部分使用餘弦相似度(cosine similarity metric)。
已知兩個 m-dimensional 向量𝐴⃗與𝐵⃗⃗，其興趣相似度表示為𝐼(𝑖, 𝑗)，公式定義如下，
m 代表 m 個維度，即整個社群網路中，共有 m 種不同的興趣種類，∥ 𝐴⃗ ∥代表向 量 A 的長度，當值愈靠近 1，代表𝐴⃗、𝐵⃗⃗的興趣愈相似。
𝐴⃗ = (𝐴 1 , … , 𝐴 𝑚 ) ， 𝐵⃗⃗ = (𝐵 1 , … , 𝐵 𝑚 )
𝐼(𝑖, 𝑗) = 𝑐𝑜𝑠(∠𝐴𝐵) = 𝐴⃗ · 𝐵⃗⃗
∥ 𝐴⃗ ∥∥ 𝐵⃗⃗ ∥
(3-4)