Die Präsentation wird geladen. Bitte warten

Die Präsentation wird geladen. Bitte warten

Verteiltes Nutzer- und Content-Matching in mobilen Kommunikationssystemen im Umfeld des PotatoSystems Bearbeiter:Mario Kubek Fachgebiet:Rechnerarchitekturen.

Ähnliche Präsentationen


Präsentation zum Thema: "Verteiltes Nutzer- und Content-Matching in mobilen Kommunikationssystemen im Umfeld des PotatoSystems Bearbeiter:Mario Kubek Fachgebiet:Rechnerarchitekturen."—  Präsentation transkript:

1 Verteiltes Nutzer- und Content-Matching in mobilen Kommunikationssystemen im Umfeld des PotatoSystems Bearbeiter:Mario Kubek Fachgebiet:Rechnerarchitekturen verantw. Professor:Prof. Dr.-Ing. habil. Wolfgang Fengler Hochschulbetreuer: Dr.-Ing. Jürgen Nützel Datum: Technische Universität Ilmenau, Fachgebiet Rechnerarchitekturen Diplomarbeit

2 Gliederung 2 1.Motivation 2.Das PotatoSystem 3.Der „Mobile Music Messenger“ (MMM) 4.Die Architektur von JXME 5.Rahmen eines mobilen P2P-Systems 6.Das Matching-Verfahren Konzeption Komponenten Umsetzung 7.Zusammenfassung und Ausblick Diplomarbeit M. Kubek,

3 1. Motivation 3 Erstellung eines mobilen Empfehlungssystems  Verteiltes User-Matching im PotatoSystem  Empfehlungsberechnung durch dezentrale Algorithmen  Einbettung in den „Mobile Music Messenger“ (MMM)  Programmierung in Java für mobile Endgeräte (J2ME) Skalierbarkeit des Systems im mobilen Kontext  Variierende Teilnehmeranzahl  Nachrichtenanzahl  Nachrichtengröße  Mobile Datenhaltung Diplomarbeit M. Kubek,

4 2. Das PotatoSystem (http://www.potatosystem.com) 4 Gemeinschaftsprojekt der 4FO AG und Fraunhofer IDMT ermöglicht legalen Verkauf digitaler Daten über das Internet Spezialisierung auf Musikvertrieb für Künstler und Labels keine Kopierschutz- mechanismen Nutzer-Homepage zum Musikverkauf Käufer erhalten neben Musik ein Wiederverkaufs- recht User-Matching im Waren-korb Liste TOP-10-Downloads Diplomarbeit M. Kubek,

5 3. Der „Mobile Music Messenger“ (MMM) 5 Mobile Erweiterung des PotatoSystems  J2ME-Programm für aktuelle Mobiltelefone  Kommunikation mittels P2P-System JXME 1.0 Funktionen:  Verwaltung einer Buddy-Liste  Musik-Chat  Verwaltung eines persönlichen Musik-Profils (PMP) in Links  Versand der Musik-Links innerhalb der Community  Unterscheidung der Links nach Kaufinformation  Vorhören der Musik  Kauf von Songs durch WAP 2.0 Browser Diplomarbeit M. Kubek,

6 4. Die Architektur von JXME 1.0 („JXTA für J2ME“) 6 Komponenten des P2P-Systems:  Mobile Peers  Relay-Peers  Rendezvous-Peers Kommunikation:  Relays als Vermittler zwischen JXME-Peers  Nachrichenaustausch in JXTA-Binärformat über HTTP-Protokoll  Binärformat enthält keine XML-Strukturen  Pipes: virtuelle Kommunikationskanäle Diplomarbeit M. Kubek,

7 5. Rahmen eines mobilen P2P-Systems 7 Mobile Datensitzungen:  meist kurz und möglicherweise instabil Verteiltes Wissen:  Wissen der Peers durch Dynamik mobiler Communities oft nicht verfügbar Skalierbarkeit:  Einbeziehung möglichst vieler Teilnehmer  Stabilität des Systems bei großer Nutzeranzahl und Nachrichtenmenge  Beschränkung der Größe ausgetauschter Nachrichten sinnvoll Mobile Datenhaltung:  Persistenz in aktuellen Mobiltelefonen möglich  J2ME bietet: RMS (mind. 8 kByte) oder FileConnection-Klassen  effiziente Strukturierung der Daten nötig Diplomarbeit M. Kubek,

8 6. Das Matching-Verfahren (Konzeption) 8 Idee:  Mobiles, dezentrales User-Matching im MMM  Lieblingssongs des PMP als Auftrag (Künstler und Titel pro Link)  Verteilte Empfehlungsberechnung durch angefragte Peers  Erweiterung: Nutzung gesicherter Auftragsdaten Ansatz:  Ber. lokaler PMP-Ähnlichkeit und Ähnlichkeit gesicherter Auftragsdaten  Matching-Mengen: exaktes Matching, Künstler-Matching und Restmenge  Profilähnlichkeit durch Schwellwerte bestimmt:  Empfehlungen: neben Peer-Kennungen max. vier Songs des PMP und jeweils max. zwei Songs der höchstens drei ähnlichsten Peers Diplomarbeit M. Kubek,

9 6. Das Matching-Verfahren (Komponenten) 9 Teilnehmer pro Auftrag:  ein Auftraggeber  n Auftragnehmer Nachrichten (Nutzdaten) pro Auftrag:  ein Empfehlungsauftrag  max. 10 Empfehlungsnachrichten Komponenten des Verfahrens:  Auftragserstellung  Auftragsbearbeitung  Empfehlungsbehandlung  RMS zur Datensicherung elementare Peer-Aktivitäten pro Auftrag Diplomarbeit M. Kubek,

10 6. Das Matching-Verfahren (Umsetzung) 10 Auftragserstellung (anfragender Peer):  Max. fünf PMP-Einträge als Auftrag  Bestimmung der Suchart (Nutzer oder Musik)  Auftragsnummer enthalten  Auftragsversand an Propagate-Pipe (Multicast) Auftragsbehandlung (angefragte Peers):  Sicherung der Auftragsdaten im RMS  Ähnlichkeitsberechnung und Empfehlungsauswahl  Speicherung der Empfehlung nach Auftragsnummer bis Versand  Öffnung einer Pipe (FlagPipe) mit Auftragsnummer als Namen Empfehlungsbehandlung (anfragender Peer):  Hilfs-Peer: Anforderung von max. 10 Empfehlungen durch FlagPipes  Empfehlungsdarstellung ohne Duplikate Diplomarbeit M. Kubek,

11 JXTA-Relay 6. Das Matching-Verfahren (Auftragsversand) 11 Peer3 PMP-Einträge: K1T1, K2T2, K1T3 gekauft K2T4n. gekauft gesicherte Anfragen: Peer4 PMP-Einträge: K2T2, K4T3gekauft K2T5n. gekauft gesicherte Anfragen: K1T1, K1T2Peer6 K1T1, K1T2, K4T5 Peer6 Auftraggeber MMM-Programm Peer1 PMP-Einträge: K1T1, K2T2 K5T3, K6T4 gekauft Hilfs-Peer inaktiv Diplomarbeit M. Kubek, Song K1T1…Titel T1 des Künstlers K1

12 JXTA-Relay K1T1, K2T2 6. Das Matching-Verfahren (Auftragsversand) 11 Auftraggeber MMM-Programm Peer1 PMP-Einträge: K1T1, K2T2 K5T3, K6T4 gekauft Hilfs-Peer wartet Peer3 PMP-Einträge: K1T1, K2T2, K1T3 gekauft K2T4n. gekauft gesicherte Anfragen: Peer4 PMP-Einträge: K2T2, K4T3gekauft K2T5n. gekauft gesicherte Anfragen: K1T1, K1T2Peer6 K1T1, K1T2, K4T5 Peer6 (Auftragsnr.) Diplomarbeit M. Kubek,

13 JXTA-Relay 6. Das Matching-Verfahren (Auftragsversand) 11 Peer3 PMP-Einträge: K1T1, K2T2, K1T3 gekauft K2T4n. gekauft gesicherte Anfragen: Peer4 PMP-Einträge: K2T2, K4T3gekauft K2T5n. gekauft gesicherte Anfragen: K1T1, K1T2Peer6 K1T1, K2T2Peer1 K1T1, K1T2, K4T5 Peer6 K1T1, K2T2Peer1 Auftraggeber MMM-Programm Peer1 PMP-Einträge: K1T1, K2T2 K5T3, K6T4 gekauft Hilfs-Peer wartet Diplomarbeit M. Kubek,

14 JXTA-Relay 6. Das Matching-Verfahren (Empfehlungsberechnung) 12 Empf. berechnet (FlagPipe öffnen) Empf. berechnet (FlagPipes) Peer3 PMP-Einträge: K1T1, K2T2, K1T3 gekauft K2T4n. gekauft gesicherte Anfragen: Peer4 PMP-Einträge: K2T2, K4T3gekauft K2T5n. gekauft gesicherte Anfragen: K1T1, K1T2Peer6 K1T1, K2T2Peer1 K1T1, K1T2, K4T5 Peer6 K1T1, K2T2Peer1 Auftraggeber MMM-Programm Peer1 PMP-Einträge: K1T1, K2T2 K5T3, K6T4 gekauft Hilfs-Peer aktiv Diplomarbeit M. Kubek,

15 JXTA-Relay 6. Das Matching-Verfahren (Empfehlungsversand) 13 Empf. anfordern Auftraggeber MMM-Programm Peer1 PMP-Einträge: K1T1, K2T2 K5T3, K6T4 gekauft Hilfs-Peer aktiv Peer3 PMP-Einträge: K1T1, K2T2, K1T3 gekauft K2T4n. gekauft gesicherte Anfragen: Peer4 PMP-Einträge: K2T2, K4T3gekauft K2T5n. gekauft gesicherte Anfragen: K1T1, K1T2Peer6 K1T1, K2T2Peer1 K1T1, K1T2, K4T5 Peer6 K1T1, K2T2Peer1 Diplomarbeit M. Kubek,

16 JXTA-Relay 6. Das Matching-Verfahren (Empfehlungsversand) 13 Peer3: K1T3, K2T4 Peer6: K1T2 Peer4: K4T3, K2T5 Peer6: K1T2, K4T5 Empfehlungen Auftraggeber MMM-Programm Peer1 PMP-Einträge: K1T1, K2T2 K5T3, K6T4 gekauft Hilfs-Peer inaktiv Peer3 PMP-Einträge: K1T1, K2T2, K1T3 gekauft K2T4n. gekauft gesicherte Anfragen: Peer4 PMP-Einträge: K2T2, K4T3gekauft K2T5n. gekauft gesicherte Anfragen: K1T1, K1T2Peer6 K1T1, K2T2Peer1 K1T1, K1T2, K4T5 Peer6 K1T1, K2T2Peer1 Diplomarbeit M. Kubek,

17 6. Das Matching-Verfahren (Empfehlungsbehandlung) 14 Auswertung der maximal 10 Empfehlungen:  Duplikatefilterung gefundener Nutzer und Songs  getrennte Nutzer- und Song-Darstellung  unterschiedliche Darstellung empfohlener Nutzer und Songs nach Kategorie Diplomarbeit M. Kubek,

18 7. Zusammenfassung und Ausblick 15 Zusammenfassung:  mobiles, skalierbares Empfehlungssystem auf JXME-Basis  komplett verteilte Empfehlungsberechnung  Wissen in der Community durch Sicherung der Auftragsdaten vergrößert  Einbettung als Komponente in den MMM Zukünftige Entwicklungen:  Nutzung weiterer Metadaten zur Empfehlungsberechnung  effizientere Kommunikation ohne HTTP-Protokoll in JXME 2.0  Empfehlungsversand per SMS an nicht erreichbare Teilnehmer durch PushRegistry der J2ME Diplomarbeit M. Kubek,

19 Vielen Dank für die Aufmerksamkeit! Fragen?


Herunterladen ppt "Verteiltes Nutzer- und Content-Matching in mobilen Kommunikationssystemen im Umfeld des PotatoSystems Bearbeiter:Mario Kubek Fachgebiet:Rechnerarchitekturen."

Ähnliche Präsentationen


Google-Anzeigen