一种基于改进的Steiner最小树的城市车辆社会网络社区推荐的近最优配置方法

摘要

本发明公开一种基于改进的Steiner最小树的城市车辆社会网络社区推荐的近最优配置方法。该算法在城市车辆社会网络中，基于现有的高效信任评估机制，利用个人外部信任和内部信任评估模型研究了社会推荐的最优解，可以有效解决城市车辆社会网络社区社会推荐的最优配置的NP‑hard问题。并且，ANOCSR算法相比现有的最优算法(Optimal Algorithm，OA)和贪心算法(Greedy Algorithm，GA)可以在输出的可信度和平均执行时间性能上在获得更好的效果，对车辆信息传播和共享以及驾驶员的决策领域有着显著的应用。