專利名稱：機(jī)器優(yōu)化裝置、方法和系統(tǒng)的制作方法
機(jī)器優(yōu)化裝置、方法和系統(tǒng)本申請(qǐng)要求享有2008年12月12日提交，題為“Clustering Using B-Matching and Semidefinite Embedding Algorithms” 的美國臨時(shí)申請(qǐng) No. 61/122356 的權(quán)益，并要求享有2009年1月洸日以國際方式提交，題為“Belief Propagation For Generalized Matching"的PCT/US09/32070的優(yōu)先權(quán)且是其部分延續(xù)，在此通過引用將其每個(gè)都全文并入本文。本發(fā)明是在國家科學(xué)基金授予的Career Award IIS-0347499的政府支持下做出的。政府對(duì)本發(fā)明享有一定權(quán)益。
背景技術(shù)：
計(jì)算系統(tǒng)和方法被用于方便很多事務(wù)和機(jī)器功能。范例包括網(wǎng)絡(luò)優(yōu)化、模式匹配、 消費(fèi)者推薦引擎、國家安全等。很多系統(tǒng)采用了被稱為網(wǎng)絡(luò)模型的計(jì)算模型或定義節(jié)點(diǎn)間鏈接或邊緣的圖表?？梢允褂面溄雍凸?jié)點(diǎn)代表問題空間的特征。采用圖表的一些技術(shù)基于對(duì)可能連接每個(gè)節(jié)點(diǎn)的相應(yīng)數(shù)量邊緣以及與連接相關(guān)聯(lián)的相應(yīng)值的約束，求解出一組優(yōu)化的邊緣。對(duì)于新的應(yīng)用、速度改善、可靠性和這種系統(tǒng)和方法的其他優(yōu)點(diǎn)一直存在需求。

發(fā)明內(nèi)容
所公開主題的實(shí)施例總體上涉及受益于東西直接鏈路優(yōu)化的系統(tǒng)、方法、程序、計(jì)算機(jī)可讀介質(zhì)和裝置，例如，所述東西是優(yōu)化計(jì)算機(jī)事務(wù)處理，提供諸如模式識(shí)別的特定類型機(jī)器智能，做出并優(yōu)化推薦以便于處理等東西。在特定范例中，響應(yīng)于貨物或服務(wù)與人或其他實(shí)體的機(jī)器表達(dá)之間的最佳匹配， 推薦使得特定的事務(wù)可用。這些種類的匹配問題常常提供機(jī)會(huì)來優(yōu)化一些全局性貨物，例如賣家的收入，推薦的產(chǎn)品或服務(wù)被消費(fèi)者妥善接收的可能性，或廣告消息在搜索結(jié)果頁上的最佳選擇和放置，網(wǎng)頁內(nèi)容頁或相鄰的因特網(wǎng)介質(zhì)。可以利用各種方法處理這種優(yōu)化的匹配，其中之一是通過估計(jì)或推斷表示全局貨物的最佳或期望水平的子圖來求解匹配問題，無論對(duì)于特定應(yīng)用而言貨物可能是什么。


圖1是根據(jù)所公開主題的一些實(shí)施例，使用程度分布信息進(jìn)行匹配的方法的圖表。圖2是被表示為二部圖的匹配問題的示意圖，其示出了未匹配的要素。圖3A是根據(jù)所公開主題的一些實(shí)施例被表現(xiàn)為二部圖的匹配問題的示意圖，其示出了匹配要素、未匹配要素和權(quán)重矩陣。圖;3B是根據(jù)所公開主題一些實(shí)施例，用于利用程度分布信息進(jìn)行匹配的分布處理的布置圖。圖4是根據(jù)所公開主題一些實(shí)施例的權(quán)重矩陣的示意圖。圖5是根據(jù)所公開主題一些實(shí)施例的程度分布信息的示意圖。
圖6是根據(jù)所公開主題一些實(shí)施例用于產(chǎn)生展開的權(quán)重矩陣的方法圖。圖7A是示出了根據(jù)所公開主題一些實(shí)施例產(chǎn)生的展開權(quán)重矩陣系數(shù)的圖。圖7B是示出了根據(jù)所公開主題一些實(shí)施例產(chǎn)生的展開權(quán)重矩陣的示意圖。圖8是示出了 b_匹配以及轉(zhuǎn)換成根據(jù)所公開主題一些實(shí)施例產(chǎn)生的二元值之后的擴(kuò)展權(quán)重矩陣的示意圖。圖9是根據(jù)所公開主題一些實(shí)施例通過截取圖8所示的二元擴(kuò)展權(quán)重矩陣而獲得的匹配結(jié)果的示意圖。圖10是根據(jù)所公開主題一些實(shí)施例圖9所示匹配結(jié)果的節(jié)點(diǎn)程度的示意圖。圖11是根據(jù)所公開主題一些實(shí)施例，使用程度分布信息將第一類東西匹配到第二類東西的系統(tǒng)圖。圖12A是根據(jù)所公開主題一些實(shí)施例基于信任傳播將第一類東西匹配到第二類東西的方法圖。圖12B示出了圖12A的1208之內(nèi)的操作的實(shí)施例。圖12C示出了二部圖第二組V中節(jié)點(diǎn)操作。圖12D示出了圖12A的1208之內(nèi)的操作的實(shí)施例。圖12E示出了二部圖第二組U中節(jié)點(diǎn)操作。圖13是根據(jù)所公開主題一些實(shí)施例使用包括并行處理器的程度分布進(jìn)行匹配的系統(tǒng)方框圖。圖14是根據(jù)所公開主題一些實(shí)施例使用程度分布和信任傳播進(jìn)行匹配的節(jié)點(diǎn)處理系統(tǒng)的圖。圖15是根據(jù)所公開主題一些實(shí)施例，使用程度分布信息和信任傳播匹配具有搜索項(xiàng)的廣告者的系統(tǒng)方框圖。圖16是根據(jù)所公開主題一些實(shí)施例，使用程度分布信息和信任傳播匹配具有搜索項(xiàng)的廣告者的方法圖。圖17是根據(jù)所公開主題一些實(shí)施例使用程度分布和信任傳播匹配約會(huì)服務(wù)成員的系統(tǒng)方框圖。圖18是根據(jù)所公開主題一些實(shí)施例使用程度分布和信任傳播匹配約會(huì)服務(wù)成員的方法圖。圖19是根據(jù)所公開主題一些實(shí)施例使用程度分布和信任傳播匹配拍賣中賣方和買方的系統(tǒng)圖。圖20是根據(jù)所公開主題一些實(shí)施例使用程度分布和信任傳播匹配拍賣中賣方和買方的方法圖。圖21是根據(jù)所公開主題一些實(shí)施例實(shí)現(xiàn)于硬件中的多個(gè)程度分布匹配/信任傳播處理器的圖。圖22是根據(jù)所公開主題一些實(shí)施例，使用程度分布/信任傳播處理器進(jìn)行硬件匹配的圖。圖23是根據(jù)所公開主題一些實(shí)施例使用程度分布和信任傳播的推薦后期處理方法的圖。圖M是根據(jù)所公開主題一些實(shí)施例使用程度分布和信任傳播的推薦后期處理系
13統(tǒng)的方框圖。
具體實(shí)施例方式導(dǎo)出優(yōu)化的圖形結(jié)構(gòu)給出的關(guān)于節(jié)點(diǎn)和/或邊緣的部分信息可以用作機(jī)器智能引擎的計(jì)算框架，例如用于將廣告匹配到消費(fèi)者，在搜索引擎結(jié)果頁中分配有限的報(bào)價(jià)或建議，機(jī)器學(xué)習(xí)，在拍賣系統(tǒng)中匹配買方和賣方，匹配社交網(wǎng)絡(luò)的用戶以及很多其他問題。 這些系統(tǒng)和方法中的很多涉及到從原始的圖形數(shù)據(jù)結(jié)構(gòu)優(yōu)化子圖。已經(jīng)開發(fā)出用于從原始圖找到子圖的技術(shù)。不過，常規(guī)方法可以采用未能找到全局性最優(yōu)解的假設(shè)或折衷方案。更精確的技術(shù)問題在于對(duì)于特定應(yīng)用而言執(zhí)行時(shí)間在商業(yè)上不可行或不合需要，這些應(yīng)用可能需要較快的求解時(shí)間?？梢允褂脠D表估計(jì)將相同類型的圖表節(jié)點(diǎn)彼此匹配(例如，未分裂的圖表)或?qū)⒌谝环N或第一類節(jié)點(diǎn)與第二種或第二類(例如二部圖)節(jié)點(diǎn)在其他類型的圖表中彼此匹配。一種匹配是b匹配，其中b代表結(jié)果的期望程度值。程度代表節(jié)點(diǎn)之間的連接或鄰居的數(shù)目。用于匹配的b值可以是恒定值，對(duì)于所有節(jié)點(diǎn)都是相同的。或者，每個(gè)節(jié)點(diǎn)可以具有獨(dú)立的b值，其可以與其他節(jié)點(diǎn)的b值相同或不同。而且，除了是恒定值之外，可以將b 值描述為在一定值范圍上分布。包括b值分布(或節(jié)點(diǎn)間連接程度)的問題類型被稱為程度分布問題。程度分布問題的范例包括拍賣，其中每位買家和賣家可以選擇獨(dú)立數(shù)目(或容量)的對(duì)應(yīng)買家/賣家，或可以具有他們能夠處理的一定范圍的容量，但可能導(dǎo)致不同的成本。而且，對(duì)于容量隨時(shí)間變化的情況，例如在可能連接的期望數(shù)目隨著動(dòng)態(tài)變化的配額而變化時(shí)，可能出現(xiàn)程度分布問題。解決b匹配問題的常規(guī)方法對(duì)于解決程度分布問題可能不是有效的。通常，可以將很多類型的現(xiàn)實(shí)問題表達(dá)為圖表，利用計(jì)算機(jī)程序解決表示現(xiàn)實(shí)問題的特定類型圖匹配問題的計(jì)算機(jī)找到問題的解。圖表可能包括可以潛在經(jīng)由邊緣連接的節(jié)點(diǎn)。圖表中的每個(gè)邊緣可以具有權(quán)重值，權(quán)重值表示諸如成本、利潤、兼容性等量?？梢詫栴}的解表達(dá)為原始圖的子圖，如果子圖最大化了權(quán)重值，可以將該解子圖示認(rèn)為是最優(yōu)的。例如，可以在存儲(chǔ)二部圖(G)表達(dá)的機(jī)器中表達(dá)在線約會(huì)服務(wù)用戶之間提供匹配的問題，二部圖由表示男性的第一組節(jié)點(diǎn)(ν)和表示女性的第二組節(jié)點(diǎn)(μ)組成。圖中的邊緣(O可以表示兩個(gè)成員(或節(jié)點(diǎn))之間的潛在匹配。權(quán)重矩陣可以包括針對(duì)每個(gè)邊緣的權(quán)重值(W)，該權(quán)重值表示邊緣連接的一對(duì)男性和女性用戶節(jié)點(diǎn)之間的兼容性度量?？梢詫⒃诰€約會(huì)圖問題的最優(yōu)解表示為具有邊緣的子圖，邊緣將每個(gè)成員連接到判定是最可能匹配的那些相對(duì)的成員，使得子圖產(chǎn)生最大或接近最大的兼容性值。針對(duì)在線約會(huì)服務(wù)問題的邊緣權(quán)重值可以是兼容性指標(biāo)值，該兼容性指標(biāo)值表示圖上相應(yīng)成員之間的相應(yīng)邊緣(或連接)的兼容性值?？梢酝ㄟ^任何適當(dāng)?shù)倪^程或系統(tǒng)，例如，合作性過濾、基于相似度的輪廓匹配或更復(fù)雜的規(guī)則等，計(jì)算兼容性指標(biāo)值。除了在線約會(huì)匹配問題之外，還可以有針對(duì)每個(gè)成員的程度分布(Ψ)，所述在線約會(huì)匹配問題具有原始圖，原始圖表示約會(huì)服務(wù)成員和包含針對(duì)用戶間匹配的兼容性指標(biāo)值的權(quán)重矩陣。程度分布表示節(jié)點(diǎn)的程度(或連接數(shù)目)偏好。例如，在約會(huì)服務(wù)范例中，
14程度分布可以表示用戶為了接收而需要支付的匹配數(shù)目，在一定時(shí)間段內(nèi)用戶希望能夠充分評(píng)價(jià)的匹配數(shù)目，等等。一般而言，針對(duì)節(jié)點(diǎn)的程度分布表示對(duì)該節(jié)點(diǎn)的程度偏好，可用于激勵(lì)針對(duì)該節(jié)點(diǎn)的圖形解具有期望數(shù)量的連接，同時(shí)在數(shù)值上阻止或懲罰不希望數(shù)量的連接。每個(gè)節(jié)點(diǎn)都能夠具有其自己的程度分布。B匹配是用于求解圖匹配問題的一種方法。在b匹配中，解圖包含針對(duì)每個(gè)節(jié)點(diǎn)的 b匹配。盡管b匹配可能是針對(duì)特定問題的可接受技術(shù)，但在其常規(guī)形式中，通常對(duì)于包括程度分布的問題是無用的，因?yàn)閎匹配技術(shù)具有固定程度屬性?？梢詫⒈硎景ǔ潭绕ヅ涞钠ヅ鋯栴}的圖轉(zhuǎn)變成擴(kuò)展圖(Gb)和擴(kuò)展權(quán)重矩陣， 可以利用具有固定程度的b匹配對(duì)其求解，以獲得考慮了初始問題程度分布的解。擴(kuò)展圖包括原始圖節(jié)點(diǎn)以及額外的偽節(jié)點(diǎn)(d)，擴(kuò)展權(quán)重矩陣包括原始權(quán)重值以及額外權(quán)重值 (ω)，額外權(quán)重值是基于程度分布值確定的且對(duì)應(yīng)于原始節(jié)點(diǎn)和偽節(jié)點(diǎn)之間的邊緣(Eb)。 通過生成擴(kuò)展圖和權(quán)重矩陣，將程度分布值并入權(quán)重矩陣中，使得擴(kuò)展圖的b匹配解將反映每個(gè)節(jié)點(diǎn)的程度分布值?；氐皆诰€約會(huì)問題，每位約會(huì)服務(wù)成員都可以具有表示期望的匹配數(shù)目的關(guān)聯(lián)程度分布。利用原始圖和偽節(jié)點(diǎn)創(chuàng)建擴(kuò)展圖。利用原始權(quán)重矩陣和使用程度分布值確定的針對(duì)偽節(jié)點(diǎn)的權(quán)重值創(chuàng)建擴(kuò)展權(quán)重矩陣。然后，執(zhí)行b匹配以求出擴(kuò)展圖和權(quán)重矩陣的最大權(quán)重子圖。如下文更詳細(xì)所述， 可以使用循環(huán)式信任傳播執(zhí)行b匹配。擴(kuò)展圖的解圖的一部分被提取并表示原始圖的解， 帶有該解中考慮的程度分布。以下段落描述了使用程度分布進(jìn)行匹配的技術(shù)的各種具體實(shí)施例，可以將其用作各種裝置、系統(tǒng)和方法的依據(jù)。圖1是根據(jù)所公開主題的一些實(shí)施例，使用程度分布信息進(jìn)行匹配的方法的圖表。具體而言，在方法100中，處理開始于102，繼續(xù)到104。在104，獲得輸入圖形數(shù)據(jù)結(jié)構(gòu)和對(duì)應(yīng)的權(quán)重?cái)?shù)據(jù)。輸入圖形數(shù)據(jù)結(jié)構(gòu)可以是單部分、雙部分或其他類型的圖形數(shù)據(jù)結(jié)構(gòu)。權(quán)重?cái)?shù)據(jù)表示圖形數(shù)據(jù)中兩個(gè)節(jié)點(diǎn)之間的邊緣的權(quán)重(或利潤、成本或其他度量)。在106，獲得程度分布信息。程度分布信息包括針對(duì)輸入圖形數(shù)據(jù)結(jié)構(gòu)中每個(gè)節(jié)點(diǎn)的程度分布信息。程度分布信息可以包括節(jié)點(diǎn)程度的先驗(yàn)分布、從統(tǒng)計(jì)抽樣屬性推斷的程度信息、從數(shù)據(jù)以實(shí)驗(yàn)方式學(xué)習(xí)到的程度分布，給出的程度概率等。可以用Ψ」項(xiàng)表示每個(gè)節(jié)點(diǎn)的程度分布。在108，產(chǎn)生新的圖形數(shù)據(jù)結(jié)構(gòu)，其包括除輸入圖形數(shù)據(jù)結(jié)構(gòu)的節(jié)點(diǎn)之外的偽節(jié)點(diǎn)。有額外數(shù)量的偽節(jié)點(diǎn)等于輸入圖中的每組節(jié)點(diǎn)。利用輸入權(quán)重矩陣作為用于擴(kuò)展權(quán)重矩陣中輸入節(jié)點(diǎn)的權(quán)重值產(chǎn)生擴(kuò)展權(quán)重矩陣，根據(jù)以下公式，使用程度分布信息確定輸入節(jié)點(diǎn)和偽節(jié)點(diǎn)之間邊緣的權(quán)重值w(vi (Iijj) = !^(j-D-U^G)。處理繼續(xù)到 110。在110，對(duì)擴(kuò)展的圖形數(shù)據(jù)結(jié)構(gòu)和權(quán)重矩陣執(zhí)行最大權(quán)重b匹配操作。根據(jù)輸入圖形數(shù)據(jù)的結(jié)構(gòu)，可以使用最大流水作業(yè)法確定最大權(quán)重b匹配，或者，在圖為二部圖時(shí)，可以使用信任傳播方法確定最大權(quán)重b匹配。在最大權(quán)重b匹配期間，將b設(shè)置為原始權(quán)重矩陣的大小(例如，如果原始權(quán)重矩陣為nXn矩陣，那么b = n)。B匹配操作解決了以下
服從于 1/,.點(diǎn))=乂對(duì)于Vi e V。其中，ν為節(jié)點(diǎn)，d為偽節(jié)點(diǎn)，W是邊緣潛力或權(quán)重值，Ni = deg(vi; ε )是節(jié)點(diǎn)Vi 鄰域的尺寸。在附錄中給出了程度分布匹配的數(shù)學(xué)依據(jù)和背景的額外論述。在112，執(zhí)行輸出操作。例如，可以向同一系統(tǒng)之內(nèi)的另一模塊，向另一系統(tǒng)或向用戶或操作員提供結(jié)果圖或矩陣或結(jié)果圖或矩陣的一部分，以用于另一過程中。處理繼續(xù)到 114，在此處理結(jié)束。要認(rèn)識(shí)到，可以完整地或部分地重復(fù)104-112，以便利用程度分布完成構(gòu)思的匹配。圖2和圖3A是表達(dá)為二部圖的匹配問題的示意圖。圖2示出了未匹配的要素，而圖3示出了匹配要素、未匹配要素和權(quán)重矩陣。圖2示出了二部圖200，該圖具有匹配到第二組節(jié)點(diǎn)204(vl_v4)的第一組節(jié)點(diǎn) 202 (ul-u4)，其可能由邊緣206連接。在圖3A中，二部圖300示出了匹配到第二組節(jié)點(diǎn)304(vl_v4)的第一組節(jié)點(diǎn) 302(ul-u4)。第一組可以表示第一組實(shí)體或東西，例如貨物、人或資源，第二組可以表示第二組實(shí)體或東西，例如消費(fèi)者、人或資源用戶。從本公開應(yīng)該明白，能夠構(gòu)成這些第一和第二組的對(duì)象或?qū)嶓w的性質(zhì)是很多的，但大部分實(shí)施例中的共同特征是第一組的實(shí)體要匹配到第二組的實(shí)體，作為某種事務(wù)的一部分，精確匹配可以對(duì)應(yīng)于某種總合價(jià)值，例如最大總收益。特定的第一和第二組的語境提出的匹配問題以及找到的總合價(jià)值可能涉及約束，例如要匹配到給定的第二組東西的第一組東西的數(shù)目。可以通過任何分類區(qū)分組，分組不限于給出的范例。在圖3A中，虛線(例如306)表示可能的邊緣，實(shí)線(例如308)表示b匹配的邊緣。B匹配表示，例示的問題在第一組東西的每個(gè)與一個(gè)或多個(gè)第二組東西之間獲得期望的 b匹配。在二部圖300所示的情況下，對(duì)于組302和304的每個(gè)節(jié)點(diǎn)，b = 2，因此每個(gè)節(jié)點(diǎn) 302或304都利用匹配的邊緣308連接到兩個(gè)其他節(jié)點(diǎn)304或302。典型地，可以利用額外信息補(bǔ)充表達(dá)所有線306和308指定的潛在分配的信息，額外信息通常是權(quán)重，表示與進(jìn)行每次分配相關(guān)聯(lián)的值或成本相關(guān)的某種東西。這里，在316 表示邊緣的權(quán)重W值。這種權(quán)重信息可以充當(dāng)選擇分配的依據(jù)，該分配提供一些最優(yōu)解或提供相對(duì)于另一分配方案鑒別一個(gè)分配方案優(yōu)良性的依據(jù)。可以通過任何適當(dāng)數(shù)據(jù)結(jié)構(gòu)的形式表達(dá)額外信息，以存儲(chǔ)針對(duì)每個(gè)邊緣的權(quán)重，例如權(quán)重矩陣318，每一行對(duì)應(yīng)于第一組的成員，每一列對(duì)應(yīng)于第二組的成員，交叉點(diǎn)處每個(gè)單元320表示連接每對(duì)成員的邊緣的相應(yīng)權(quán)重。權(quán)重矩陣318表示針對(duì)買家和賣家的每種組合的不同權(quán)重。可以通過二部圖的形式描述將一組成員匹配到另一組的問題。給定二部圖(可以由300表示)和關(guān)聯(lián)的權(quán)重?cái)?shù)據(jù)，可以使用一種方法基于信任傳播進(jìn)行匹配。在這里，將使用希望將供應(yīng)商與客戶匹配的情況范例例示該方法?？梢詾橐粋€(gè)或多個(gè)計(jì)算機(jī)提供定義供應(yīng)商和客戶的信息，在此將其稱為“節(jié)點(diǎn)”，可以認(rèn)為這種信息定義了二部圖300。每個(gè)供應(yīng)商的節(jié)點(diǎn)(u302或v304)都通過邊緣308連接到客戶節(jié)點(diǎn)(v304或u302)，從而為一個(gè)或多
16個(gè)計(jì)算機(jī)提供了從供應(yīng)商節(jié)點(diǎn)映射到客戶節(jié)點(diǎn)的所有節(jié)點(diǎn)302，304的潛在邊緣308。一個(gè)或多個(gè)計(jì)算機(jī)還可以訪問權(quán)重?cái)?shù)據(jù)，例如，具有針對(duì)二部圖數(shù)據(jù)結(jié)構(gòu)每個(gè)邊緣的權(quán)重值319 的矩陣318。由一個(gè)或多個(gè)計(jì)算機(jī)執(zhí)行的過程使得記錄并更新與每個(gè)節(jié)點(diǎn)相應(yīng)的信息，從而針對(duì)與其他節(jié)點(diǎn)通信的每個(gè)節(jié)點(diǎn)執(zhí)行子過程。在本范例中，權(quán)重?cái)?shù)據(jù)可以是貨物總成本，最佳匹配會(huì)與買家和賣家之間的最大收入交易一致?，F(xiàn)在還參考圖3B，根據(jù)本實(shí)施例和其他實(shí)施例，可以在系統(tǒng)321中，在通過網(wǎng)絡(luò) 330通信的多個(gè)處理器322-3 和332-338之間分布匹配問題，使得每個(gè)處理器都能夠經(jīng)由有線或無線鏈路發(fā)送和接收消息，以圖解方式將鏈路描繪為連接線340。對(duì)于本范例，圖 3A中所示的每個(gè)節(jié)點(diǎn)可以對(duì)應(yīng)于圖:3B中的相應(yīng)節(jié)點(diǎn)處理器322-3 和332-338。替代方案是，每個(gè)處理器對(duì)應(yīng)于多個(gè)節(jié)點(diǎn)，但為了論述，將假設(shè)每個(gè)節(jié)點(diǎn)有獨(dú)立處理器的情況。在這種情況下，可以向每個(gè)供應(yīng)商節(jié)點(diǎn)處理器(322-328)提供權(quán)重矩陣318中權(quán)重?cái)?shù)據(jù)的僅僅一部分，該部分足以表示將每個(gè)供應(yīng)商連接到其所有潛在客戶(例如，所有其他客戶)的邊緣的權(quán)重。類似地，可以向每位客戶節(jié)點(diǎn)處理器(332-338)提供權(quán)重矩陣318的僅一部分，該部分表示將客戶連接到其所有潛在供應(yīng)商的邊緣的權(quán)重。節(jié)點(diǎn)處理器能夠訪問關(guān)于公共(例如中央)或分布式數(shù)據(jù)存儲(chǔ)器(例如每個(gè)節(jié)點(diǎn)或節(jié)點(diǎn)處理器社區(qū)相應(yīng)的存儲(chǔ)器) 的相應(yīng)權(quán)重信息。圖;3B是根據(jù)所公開主題一些實(shí)施例利用信任傳播進(jìn)行一般化匹配的分布式處理器的布置圖。具體而言，在本范例中，第一組節(jié)點(diǎn)處理器(322-328)分別對(duì)應(yīng)于圖3A中所示圖中的節(jié)點(diǎn)ul-u4。第二組節(jié)點(diǎn)處理器(332-338)分別對(duì)應(yīng)于圖3A中所示圖的節(jié)點(diǎn)vl_v4。 每個(gè)節(jié)點(diǎn)處理器(502-508和512-518)獨(dú)立耦合到網(wǎng)絡(luò)330 (例如，因特網(wǎng)，局域網(wǎng)，廣域網(wǎng)，無線網(wǎng)，虛擬專用網(wǎng)絡(luò)，定制網(wǎng)絡(luò)，總線，背板等)。通過網(wǎng)絡(luò)330互連，每個(gè)節(jié)點(diǎn)處理器 (322-328和332-338)能夠與其他節(jié)點(diǎn)處理器通信并根據(jù)上述信任傳播方法發(fā)送/接收消息。而且，可以獨(dú)立地查詢每個(gè)節(jié)點(diǎn)處理器(322-3 和332-338)，以找到由上述信任傳播方法產(chǎn)生的b匹配列表。不僅能夠獨(dú)立地查詢每個(gè)節(jié)點(diǎn)，而且每個(gè)節(jié)點(diǎn)都能夠?qū)崿F(xiàn)其最佳 b匹配解而無需了解其他節(jié)點(diǎn)的解(即，信任傳播方法為每個(gè)節(jié)點(diǎn)“保護(hù)隱私”)。可以在中央數(shù)據(jù)存儲(chǔ)位置匯總每個(gè)節(jié)點(diǎn)的解，或者可以在每個(gè)節(jié)點(diǎn)個(gè)別地保持解，或者根據(jù)標(biāo)準(zhǔn)進(jìn)行分組(例如，將所有供應(yīng)商匹配分到列表中，將所有客戶匹配分到另一個(gè)列表中)。網(wǎng)絡(luò)330可以是諸如因特網(wǎng)、局域網(wǎng)(LAN)、廣域網(wǎng)(WAN)、虛擬專用網(wǎng)絡(luò)(VPN)、直接連接網(wǎng)絡(luò)(或點(diǎn)到點(diǎn))等網(wǎng)絡(luò)。通常，網(wǎng)絡(luò)能夠包括一種或多種現(xiàn)在已知或?qū)黹_發(fā)的用于溝通信息的技術(shù)，它們將適于執(zhí)行上述功能。網(wǎng)絡(luò)部件和技術(shù)的選擇可以取決于構(gòu)思的實(shí)施例。在圖;3B中，為了例示和描述實(shí)施例簡(jiǎn)明，示出了針對(duì)每個(gè)節(jié)點(diǎn)的一個(gè)處理器。要認(rèn)識(shí)到，每個(gè)處理器可以為超過一個(gè)節(jié)點(diǎn)執(zhí)行信任傳播方法。圖3A或;3B中未示出用于產(chǎn)生和求解擴(kuò)展圖和權(quán)重矩陣的偽節(jié)點(diǎn)。偽節(jié)點(diǎn)功能實(shí)質(zhì)上與原始節(jié)點(diǎn)相同，但不會(huì)表現(xiàn)出實(shí)際的供應(yīng)商或出價(jià)人，而且如下所述，在對(duì)擴(kuò)展圖和權(quán)重矩陣執(zhí)行b匹配操作期間不受程度約束。于是，每個(gè)供應(yīng)商節(jié)點(diǎn)、客戶節(jié)點(diǎn)和偽節(jié)點(diǎn)僅可以要求訪問矢量，定義潛在連接的客戶和供應(yīng)商節(jié)點(diǎn)權(quán)重和程度分布信息的一部分。在用于對(duì)二部圖問題求解的架構(gòu)實(shí)施例中，可以在不同的計(jì)算機(jī)或處理器之間分?jǐn)倲U(kuò)展圖和矩陣數(shù)據(jù)，使得每者僅接收其供應(yīng)商或客戶及其關(guān)聯(lián)權(quán)重的列表。此外，如下文所述，全解僅僅所需的其他信息是來自其他節(jié)點(diǎn)的一系列消息，其中每條消息可以是簡(jiǎn)單的標(biāo)量?？梢垣@得匹配，該匹配通過如下方式漸進(jìn)地尋找以上問題的優(yōu)化使每個(gè)客戶節(jié)點(diǎn)保持一個(gè)分?jǐn)?shù)，例如，從每個(gè)供應(yīng)商節(jié)點(diǎn)購買比從其他供應(yīng)商購買好多少。而且，每個(gè)買家節(jié)點(diǎn)可以保持向每個(gè)客戶節(jié)點(diǎn)銷售比向其他客戶銷售好多少的分?jǐn)?shù)。最開始，分?jǐn)?shù)可以僅僅是權(quán)重表示的美元值。在如下所述的過程中，象征性地講，在更新分?jǐn)?shù)時(shí)，供應(yīng)商節(jié)點(diǎn)告知客戶節(jié)點(diǎn)，如果根據(jù)其當(dāng)前分?jǐn)?shù)選擇它們，可能會(huì)損失多少錢，客戶以類似方式告訴供應(yīng)商。利用可以描述為在節(jié)點(diǎn)間傳遞消息的這個(gè)數(shù)據(jù)連續(xù)更新的所有分?jǐn)?shù)，其中該消息包含要保持分?jǐn)?shù)的信息。最后，如果根據(jù)下述主題更新分?jǐn)?shù)，分?jǐn)?shù)會(huì)向針對(duì)每位客戶的供應(yīng)商最優(yōu)分類列表和針對(duì)每位供應(yīng)商的客戶分類列表發(fā)展。然后，可以使用每位供應(yīng)商或客戶節(jié)點(diǎn)的信息選擇該供應(yīng)商或客戶的最好的一個(gè)或多個(gè)匹配。在所述的方式中，每個(gè)節(jié)點(diǎn)利用處理器更新與每個(gè)供應(yīng)商節(jié)點(diǎn)和客戶節(jié)點(diǎn)對(duì)應(yīng)的值?？梢詫⒃撨^程描述為“信任傳播”，并需要在相鄰節(jié)點(diǎn)之間傳遞消息。該方式的重要方面是知道何時(shí)停止傳遞消息以及從節(jié)點(diǎn)的數(shù)據(jù)確定最佳匹配。因?yàn)樵摲椒ㄏ蛑顑?yōu)解發(fā)展，所以隨著每條消息得到處理，每個(gè)節(jié)點(diǎn)對(duì)匹配分類的依據(jù)越來越好。于是，可以編程控制一個(gè)或多個(gè)計(jì)算機(jī)以在一段時(shí)間之后或閾值數(shù)量的消息之后停止?？梢栽趯?shí)現(xiàn)如下所述的另一結(jié)束條件時(shí)獲得最優(yōu)解。—旦滿足結(jié)束條件，可以選擇一個(gè)或多個(gè)計(jì)算機(jī)、預(yù)定數(shù)量的供應(yīng)商節(jié)點(diǎn)和預(yù)定數(shù)量的與每個(gè)選定供應(yīng)商節(jié)點(diǎn)匹配的相應(yīng)客戶節(jié)點(diǎn)并提供給客戶端過程，例如，可以在終端上顯示匹配供用戶觀看。注意，出于例示的目的，圖200，300和321包括有限數(shù)量的節(jié)點(diǎn)和邊緣。針對(duì)下述實(shí)施例的實(shí)際圖形數(shù)據(jù)結(jié)構(gòu)中節(jié)點(diǎn)和邊緣的數(shù)目可以包括比圖2、3A和:3B中所示節(jié)點(diǎn)/邊緣數(shù)目更大或更小數(shù)目的節(jié)點(diǎn)/邊緣。而且，根據(jù)要通過實(shí)施方式解決的所構(gòu)思的匹配問題，可以為特定實(shí)施方式中每個(gè)節(jié)點(diǎn)的b值分配除了 2之外的值。圖4是根據(jù)所公開主題一些實(shí)施例的權(quán)重矩陣的示意圖。具體而言，以圖解方式示出的權(quán)重矩陣400具有帶陰影的單元，陰影表示各種權(quán)重值。對(duì)角線是帶陰影的黑色，表示連接到自身的節(jié)點(diǎn)沒有權(quán)重值。其他帶黑色陰影的節(jié)點(diǎn)單元(例如402和404)表示低權(quán)重值，以減小或消除結(jié)果包含針對(duì)那些相應(yīng)節(jié)點(diǎn)(例如，節(jié)點(diǎn)1和5之間)的邊緣的可能。 而且，可以調(diào)節(jié)權(quán)重矩陣，通過在與兩個(gè)節(jié)點(diǎn)(例如406和408)之間的邊緣的權(quán)重矩陣位置處包含高權(quán)重值，以強(qiáng)制或激勵(lì)結(jié)果包含兩個(gè)節(jié)點(diǎn)之間的邊緣。圖5是根據(jù)所公開主題一些實(shí)施例的程度分布信息的示意圖。圖5中的節(jié)點(diǎn)程度分布的圖解表示以視覺方式示出了由程度分布數(shù)據(jù)提供的信息。例如，節(jié)點(diǎn)4偏好較低程度(例如1或2)，而節(jié)點(diǎn)5偏好更高程度(例如5或6)。本公開的匹配系統(tǒng)和方法能夠執(zhí)行匹配，同時(shí)通過將程度分布信息并入用于確定匹配結(jié)果的擴(kuò)展權(quán)重矩陣中適應(yīng)不同的程度分布優(yōu)先性或偏好。圖6是根據(jù)所公開主題一些實(shí)施例用于產(chǎn)生展開的權(quán)重矩陣的方法圖。具體而言，圖6擴(kuò)展了圖1的108。處理開始于602，在此產(chǎn)生新的圖形結(jié)構(gòu)。新的圖形結(jié)構(gòu)是原始圖形結(jié)構(gòu)尺寸的兩倍。如果原始圖形結(jié)構(gòu)具有η個(gè)每種類型的節(jié)點(diǎn)，新的圖形結(jié)構(gòu)具有2n個(gè)節(jié)點(diǎn)，并具有尺寸為2nX2n的對(duì)應(yīng)鄰接矩陣。在604，確定與擴(kuò)展的圖形數(shù)據(jù)結(jié)構(gòu)對(duì)應(yīng)的擴(kuò)展權(quán)重矩陣。擴(kuò)展權(quán)重矩陣在一個(gè)象限中包括原始權(quán)重矩陣值，兩個(gè)象限包含基于程度分布數(shù)據(jù)和零象限的權(quán)重矩陣值，如下文參考圖7A更詳細(xì)所述。在606，針對(duì)擴(kuò)展圖形數(shù)據(jù)結(jié)構(gòu)之內(nèi)的原始節(jié)點(diǎn)設(shè)置程度約束。將針對(duì)原始節(jié)點(diǎn)的程度約束設(shè)置為原始權(quán)重矩陣的一邊的尺寸。換言之，如果原始權(quán)重矩陣大小為ηΧη，那么約束原始節(jié)點(diǎn)，使得在對(duì)擴(kuò)展圖和擴(kuò)展權(quán)重矩陣執(zhí)行b匹配時(shí)，b = η。圖7Α是示出了根據(jù)所公開主題一些實(shí)施例產(chǎn)生的展開權(quán)重矩陣系數(shù)的圖。具體而言，為了解程度分布問題，擴(kuò)展表示每個(gè)匹配的值(或相對(duì)值)的權(quán)重矩陣W，使其尺寸加倍，以產(chǎn)生擴(kuò)展權(quán)重矩陣W’。原始權(quán)重矩陣W(例如，其反映了要由賣家i賣給買家k的貨物的協(xié)商價(jià)格)形成了擴(kuò)展權(quán)重矩陣W’的左上象限。擴(kuò)展權(quán)重矩陣W’的右上象限包 Ψ ) δ值，例如，從第一排開始A1(O)-W1⑴，…，ΨΑ-υ-ψ ，等等，直到最后一排Ψη(0)-Ψη(1)，…，Ψη(η-1)-Ψη(π)。擴(kuò)展權(quán)重矩陣W，的右上象限包括Φ i (j) S值，例如，從第一排開始^1(O)-Ct1(I),…，ΦΑη-υ-ΦΑη)，等等，直到最后一排 Φη(0)_Φη(1)，…，Φη(η-1)-Φη(η)?？梢詫⒂蚁孪笙薜闹等吭O(shè)置為零。通過向賣方和買方節(jié)點(diǎn)增加偽節(jié)點(diǎn)以使賣方和買方的數(shù)目加倍來擴(kuò)展二部圖。于是，如果有η個(gè)買家和η個(gè)賣家，附加額外的η個(gè)買家和η個(gè)賣家。這些偽節(jié)點(diǎn)分別對(duì)應(yīng)于擴(kuò)展權(quán)重矩陣W’中的附加的δ值屯“」)，Φ,Ο)或0。在賣方數(shù)目與買方數(shù)目不同的情況下，將兩者中較大的用作擴(kuò)展權(quán)重矩陣的大小，利用小值(例如零或負(fù)最大值)擴(kuò)展原始權(quán)重矩陣的較小邊，向圖形數(shù)據(jù)增加偽節(jié)點(diǎn)。這些完成了正方形的原始和擴(kuò)展權(quán)重矩陣以及原始和擴(kuò)展的二部圖。擴(kuò)展的節(jié)點(diǎn)是類似于用于擴(kuò)展權(quán)重矩陣那些的偽節(jié)點(diǎn)。一旦生成擴(kuò)展權(quán)重矩陣W’并提供了偽節(jié)點(diǎn)，就可以向擴(kuò)展圖和權(quán)重?cái)?shù)據(jù)施加如下所述的方法。在分布式處理中，可以簡(jiǎn)單地將節(jié)點(diǎn)處理器的數(shù)目加倍，例如，以使每個(gè)處理器工作并接收和發(fā)送與相應(yīng)節(jié)點(diǎn)相關(guān)的消息。可以將對(duì)問題求解使用的b值設(shè)置為n，即， 買家和賣家的數(shù)目(注意，一些買家和賣家可以是虛擬的，不是真實(shí)的買家或賣家)。一旦利用擴(kuò)展權(quán)重矩陣W’作為b匹配問題(b = η)在擴(kuò)展圖上求解匹配問題，例如，利用公開的信任傳播方法和系統(tǒng)，通過提取表示擴(kuò)展圖上匹配的矩陣的左上象限(或通過截取矩陣以去除偽節(jié)點(diǎn))獲得了用于原始圖和權(quán)重矩陣的b匹配解。圖7B是根據(jù)圖7A所示系數(shù)矩陣產(chǎn)生的擴(kuò)展權(quán)重矩陣700的圖示。擴(kuò)展權(quán)重矩陣 700包括圖4中所示的原始權(quán)重矩陣400作為左上象限702。利用上文參考圖7A所述的系數(shù)確定與原始節(jié)點(diǎn)和偽節(jié)點(diǎn)之間的邊緣對(duì)應(yīng)的右上704和左下706象限。僅與偽節(jié)點(diǎn)之間的邊緣對(duì)應(yīng)的右下象限708是零值象限。圖8為示意圖，示出了通過對(duì)擴(kuò)展圖形結(jié)構(gòu)執(zhí)行b匹配操作并輸出匹配值作為二元值而產(chǎn)生的所得擴(kuò)展權(quán)重矩陣800。在二元擴(kuò)展結(jié)果矩陣中，白色單元表示匹配，黑色單元表示不匹配。在擴(kuò)展結(jié)果矩陣800中，對(duì)右上象限802感興趣，可作為具有程度分布的原始匹配問題的解，提取其(或者可以截?cái)鄠喂?jié)點(diǎn))以產(chǎn)生b匹配的最終輸出結(jié)果。圖9是根據(jù)所公開主題一些實(shí)施例通過截取圖8所示的二元擴(kuò)展權(quán)重矩陣而獲得的匹配結(jié)果的示意圖。圖10是圖9所示匹配結(jié)果的節(jié)點(diǎn)程度的示意圖。例如，節(jié)點(diǎn)1，2和4均具有程度
192。節(jié)點(diǎn)3和5具有程度3，節(jié)點(diǎn)6具有程度4。將匹配結(jié)果程度與輸入的程度分布數(shù)據(jù)比較表明，使用程度分布的匹配提供了與優(yōu)選或在先節(jié)點(diǎn)程度一致的結(jié)果，節(jié)點(diǎn)3，5和6具有喜好更高程度的程度分布，節(jié)點(diǎn)1，2和4具有喜好更低程度的程度分布。圖11是根據(jù)所公開主題一些實(shí)施例，使用程度分布信息將第一類東西匹配到第二類東西的系統(tǒng)圖。具體而言，信任傳播匹配系統(tǒng)1100包括一組供應(yīng)商1102和一組客戶 1104。供應(yīng)商1102和客戶1104的每個(gè)都被表示為圖形數(shù)據(jù)結(jié)構(gòu)1106中的節(jié)點(diǎn)。系統(tǒng)1100 還包括程度分布數(shù)據(jù)1107和利潤(或成本)矩陣1108。提供圖形數(shù)據(jù)結(jié)構(gòu)1106和利潤矩陣1108作為圖形結(jié)構(gòu)估計(jì)模塊1109的輸入。提供來自圖形結(jié)構(gòu)估計(jì)模塊的輸出作為b 匹配模塊1112的輸入。還提供了輸入數(shù)據(jù)1110作為b匹配模塊1112的輸入。B匹配模塊 1112耦合到數(shù)據(jù)存儲(chǔ)器1114并提供匹配結(jié)果1116作為輸出。在運(yùn)行中，供應(yīng)商1102和客戶1104被存儲(chǔ)為圖形數(shù)據(jù)結(jié)構(gòu)1106的節(jié)點(diǎn)或頂點(diǎn)。 程度分布數(shù)據(jù)1107表示每個(gè)節(jié)點(diǎn)的程度分布。利潤矩陣1108存儲(chǔ)針對(duì)連接供應(yīng)商和客戶的每個(gè)邊緣的邊緣利潤(或權(quán)重)。圖形數(shù)據(jù)結(jié)構(gòu)1106、程度分布數(shù)據(jù)1107和利潤矩陣 1108均能夠存儲(chǔ)在數(shù)據(jù)存儲(chǔ)器1114中，供圖形結(jié)構(gòu)估計(jì)模塊1109和b_匹配模塊1112檢索。圖形結(jié)構(gòu)估計(jì)模塊1109從數(shù)據(jù)存儲(chǔ)器1114獲得圖形數(shù)據(jù)結(jié)構(gòu)1106、程度分布數(shù)據(jù)1107和利潤矩陣1108并根據(jù)上文參考圖1所述的方法產(chǎn)生擴(kuò)展的圖形數(shù)據(jù)結(jié)構(gòu)和權(quán)重矩陣(或利潤)矩陣。B匹配模塊1112接收輸入1110，其例如可以是b匹配感興趣的節(jié)點(diǎn)。在一個(gè)范例中，b匹配模塊1112使用擴(kuò)展圖形數(shù)據(jù)結(jié)構(gòu)利潤矩陣，根據(jù)下文參考圖12A-12E所述的方法使用信任傳播執(zhí)行b匹配。如上所述，在圖形數(shù)據(jù)結(jié)構(gòu)不是二部圖時(shí)，也可以使用最大流水作業(yè)法執(zhí)行b匹配。在數(shù)據(jù)存儲(chǔ)器1114中存儲(chǔ)消息和信任。一旦滿足結(jié)束條件，b匹配模塊1112輸出匹配結(jié)果1116。結(jié)束條件可以包括下文參考圖12A中的條件分支1212所述的任何結(jié)束條件。B匹配模塊1112能夠根據(jù)從一個(gè)或多個(gè)計(jì)算機(jī)可讀介質(zhì)檢索的軟件指令工作。在 b匹配模塊1112執(zhí)行的時(shí)候，軟件指令令b匹配模塊1112執(zhí)行如下所述的信任傳播一般化的匹配方法。例如，在針對(duì)廣告/關(guān)鍵字匹配應(yīng)用而調(diào)整時(shí)，用于b匹配模塊1112的軟件實(shí)施
能夠根據(jù)以下偽代碼執(zhí)行信任傳播
Begin Pseudo Code
Il define data structures and variables
data structure GraphNode { float received_msgs[ max_num_of_neighbors ] }；GraphNode ads [num_of_ads]； GraphNode keywords [num_of_keywords]； int Profit_Matrix [num—of_ads] [num_of_keywords]； int b=3；
Boolean Message_Changed = true；
initialize all received—msgs to 1 ; // to compute messages first time around initialize Profit_Matrix with bid values；
// start a main loop to continue until no messages are changed while ( Message—Changed =二 true ) {
Message_Changed = false； // switch off loop unless a message
changes
Il send messages from ads to keywords for i=l to num_of_ads {
for J=I to num_of_keywords { sorted_msgs[]=
sorted list of ads[i]. received_msgs[] *
corresponding exp(Profit—Matrix[][]) values excluding that from keyword node j； L = original index of sorted_msgs[b]； // get index (or
node) of the bth received msg*profit； old_rcvd_msg = keywords[j]· received_msgs[i]; keywords[j].received_msgs[i] 二
exp(Profit_Matrix[i][j])/(exp(Profit_Matrix[i][ L]) *ads[i]. received_msgs[L])； ifold_rcvd_msgnot
keywords[j]. received—msgs[i]
then Message_Changed = true； } end j loop } end i loopmessages from keywords to ads to num_of_keywords { i=l to num_of一ads {
Sorted_msgs[] = sorted list of keywords[j]. received_msgs[]* corresponding exp(Profit_Matrix[][]) values excluding that from ad node i； L = original index of sorted_msgs [b] ; // get index (or
node) of the bth received msg*profit; old_rcvd—msg = ads[i]. received_msgs[j]； ads[i]. received_msgs[j]=
exp (Prof it_Matrix[i] [j]) / (exp (Prof it—Matrix [L] [j]) * keywords[j] . received—msgs[L])； if old_rcvd_msg not equal to ads[i] · received—msgs[j] then Message_Changed = true； } end i loop } end j loop
} end while loop - we are now done - no messages are changing // now get the belief values for a keyword node of interest for i=l to num_of_ads {
belief_values[i] = keywords[keyword—of—interest] · received_msgs[i] * Profit—Matrix[i][keyword_ofjnterest]； } end i loop sort belief_values[]； output largest b belief_values[]； End Pseudo Code以上偽代碼表示下述信任傳播方法的線性實(shí)施的范例。為了例示的目的做出了若干簡(jiǎn)化，包括假設(shè)每個(gè)節(jié)點(diǎn)與對(duì)應(yīng)類型的所有節(jié)點(diǎn)交換消息。在實(shí)際的實(shí)施中，節(jié)點(diǎn)可以僅與其相應(yīng)的相鄰節(jié)點(diǎn)交換消息。而且，偽代碼范例一直繼續(xù)到?jīng)]有消息改變?yōu)橹?。如上所述，可以將其他結(jié)束條件用于信任傳播方法。如上所述，始終針對(duì)所有節(jié)點(diǎn)將原始圖節(jié)點(diǎn)的b值設(shè)置成原始圖形結(jié)構(gòu)的組之一的大小(例如η)。在b匹配過程期間偽節(jié)點(diǎn)相對(duì)于程度保持不受約束。B匹配模塊1112可以是利用信任傳播對(duì)匹配進(jìn)行一般化的通用計(jì)算機(jī)，利用信任
Il send for j=l for傳播使匹配一般化的一個(gè)或多個(gè)專用計(jì)算機(jī)，程控的微處理器或微控制器以及外圍集成電路元件，ASIC或其他集成電路，數(shù)字信號(hào)處理器，諸如分立元件電路的硬連線電子或邏輯電路，諸如PLD、PLA、FPGA、PAL等程控邏輯裝置。數(shù)據(jù)存儲(chǔ)器1114可以是諸如關(guān)系型數(shù)據(jù)庫的數(shù)據(jù)庫或任何其他適當(dāng)?shù)臄?shù)據(jù)布置?？梢栽谖锢碛?jì)算機(jī)可讀介質(zhì)中存儲(chǔ)數(shù)據(jù)，介質(zhì)例如是易失性或非易失性電子存儲(chǔ)器、磁性存儲(chǔ)裝置和/或光學(xué)存儲(chǔ)裝置或任何已知的或?qū)黹_發(fā)的計(jì)算機(jī)可讀介質(zhì)?，F(xiàn)在參考圖12A到12E，在提供圖1200的操作1204指出的圖形數(shù)據(jù)結(jié)構(gòu)和邊緣權(quán)重?cái)?shù)據(jù)(例如，所有節(jié)點(diǎn)處理器的權(quán)重矩陣或矢量)之后，如操作1206所指示對(duì)變量進(jìn)行初始化。后一種操作可以包括對(duì)數(shù)據(jù)存儲(chǔ)元件的值進(jìn)行初始化，該元件存儲(chǔ)由節(jié)點(diǎn)接收的最新消息的值。在1208，由每個(gè)節(jié)點(diǎn)處理器1230，1250執(zhí)行迭代過程(參見圖12C和12E 中的節(jié)點(diǎn)處理器)以產(chǎn)生消息并處理接收到的消息，直到滿足結(jié)束條件1212。參考圖12B 和12C，多個(gè)客戶節(jié)點(diǎn)處理器1230包含各種可更新的數(shù)據(jù)存儲(chǔ)器1241，1M3，1245，其保存有權(quán)重矢量1241、接收的消息矢量1243和新的消息矢量1245。每個(gè)節(jié)點(diǎn)處理器1230也可以存儲(chǔ)表示與節(jié)點(diǎn)處理器1232對(duì)應(yīng)的節(jié)點(diǎn)可能潛在匹配到的潛在供應(yīng)商節(jié)點(diǎn)的數(shù)據(jù)。根據(jù)所采用的數(shù)據(jù)結(jié)構(gòu)，這種額外數(shù)據(jù)可以是在1對(duì)1，1243和1245存儲(chǔ)的數(shù)據(jù)中固有的，因?yàn)闄?quán)重矩陣、接收的消息值和新消息值均與這些附帶的節(jié)點(diǎn)處理器1232之一相應(yīng)。而且， 多個(gè)供應(yīng)商節(jié)點(diǎn)處理器1250包含各種可更新的數(shù)據(jù)存儲(chǔ)器1261，1沈3，1265，其保存權(quán)重矢量1261、接收的消息矢量1263和新消息矢量1265。每個(gè)節(jié)點(diǎn)處理器1250也可以存儲(chǔ)與節(jié)點(diǎn)處理器1252對(duì)應(yīng)的節(jié)點(diǎn)可能潛在地理想匹配到的潛在節(jié)點(diǎn)的數(shù)據(jù)，但這種數(shù)據(jù)可以是上文所述的其他數(shù)據(jù)固有的。節(jié)點(diǎn)處理器1230從其連接到的節(jié)點(diǎn)處理器1232接收消息并向其發(fā)送消息，節(jié)點(diǎn)處理器1232的每個(gè)對(duì)應(yīng)于相應(yīng)分離集中的另一節(jié)點(diǎn)。在本范例中，每個(gè)節(jié)點(diǎn)處理器1230 和1232對(duì)應(yīng)于具有兩個(gè)分離集U和V的二部圖的節(jié)點(diǎn)。節(jié)點(diǎn)處理器1232均具有節(jié)點(diǎn)處理器1230的特征。每個(gè)節(jié)點(diǎn)處理器1230的功能可以是從數(shù)據(jù)存儲(chǔ)器1M1，1243,1245中的數(shù)據(jù)導(dǎo)出消息，并發(fā)射這樣的消息和接收消息，并更新數(shù)據(jù)存儲(chǔ)器1241，1M3，1245中的數(shù)據(jù)。如圖2A中的過程1200所示，在子過程1208中反復(fù)這樣做。圖12B示出了圖12A的1208之內(nèi)的操作的實(shí)施例。圖12C示出了雙向圖第二組V 中節(jié)點(diǎn)操作。圖12D示出了圖12A的1208之內(nèi)的操作的實(shí)施例。圖12E示出了雙向圖第二組U中節(jié)點(diǎn)操作。操作相同，但操作對(duì)象索引不同，以便解釋該節(jié)點(diǎn)所屬的集合。不過，如圖12A中所示，可以由單一二部圖中一個(gè)或多個(gè)節(jié)點(diǎn)相應(yīng)的獨(dú)立處理器， 由與節(jié)點(diǎn)子集或單一處理器對(duì)應(yīng)的處理器進(jìn)行圖12B的操作。于是，可以基于它們之間共享的消息以獨(dú)立方式由獨(dú)立處理器執(zhí)行1208處圖示為單個(gè)過程的迭代。特別參考圖12B，在1242，節(jié)點(diǎn)處理器1230執(zhí)行與節(jié)點(diǎn)Ui對(duì)應(yīng)的計(jì)算。在1M2， 使用從Vj節(jié)點(diǎn)處理器接收的消息，針對(duì)節(jié)點(diǎn)Ui可以匹配的每個(gè)節(jié)點(diǎn)Vj,計(jì)算中間值a^。這些中間值簡(jiǎn)單地是SMj = RMk^exp(Wijk), k= 1到N，k乒j。( “exp”表示基于自然對(duì)數(shù)的指數(shù)，*表示乘法)。亦即，略過該項(xiàng)對(duì)消息RMk的貢獻(xiàn)，其中k = j。在1244，對(duì)中間值SMj 的列表進(jìn)行分類，識(shí)別與具有第b最高值的供應(yīng)商對(duì)應(yīng)的項(xiàng)。供應(yīng)商由索引j表示，因此將值L設(shè)置為該索引。在1M8，根據(jù)NMj = exp (Wijj)/[exp (Wi,l)*RMl]計(jì)算新的消息NM」，以發(fā)送到每個(gè)供應(yīng)商節(jié)點(diǎn)處理器1232。
23
特別參考圖12D，在1262，節(jié)點(diǎn)處理器1250執(zhí)行與節(jié)點(diǎn)Vi對(duì)應(yīng)的計(jì)算。在1沈2， 使用從Uj節(jié)點(diǎn)處理器接收的消息，針對(duì)節(jié)點(diǎn)Vi可以匹配的每個(gè)節(jié)點(diǎn)Uj,計(jì)算中間值a^。這些中間值簡(jiǎn)單地是SMj = RMk*exp(ffkjJ.),k= 1到N，k乒j。( “exp”表示基于自然對(duì)數(shù)的指數(shù)，*表示乘法)。亦即，略過該項(xiàng)對(duì)消息RMk的貢獻(xiàn)，其中k = j。在1沈4，對(duì)中間值^ 的列表進(jìn)行分類，識(shí)別與具有第b最高值的客戶對(duì)應(yīng)的項(xiàng)?？蛻粲伤饕齤表示，因此將值L 設(shè)置為該索引。在1268，根據(jù)NMj = exp (Wjji)/[exp (Wi, l)*RMl]計(jì)算新消息NM以發(fā)送到每個(gè)客戶節(jié)點(diǎn)處理器1252。返回到圖12A，在所有的節(jié)點(diǎn)處理器1232和1252之間傳遞新消息，直到滿足結(jié)束條件1212為止。如1212所示，基于是否到達(dá)結(jié)束條件，操作繼續(xù)進(jìn)行。結(jié)束條件可以是監(jiān)視計(jì)時(shí)器到時(shí)，由每個(gè)處理器接收到若干消息。另一種替代的且提供最優(yōu)解的方案是在消息停止變化時(shí)，每個(gè)節(jié)點(diǎn)處理器終止。亦即，將最近的消息與先前的消息比較，如果它們相同，處理器停止為發(fā)送節(jié)點(diǎn)處理，或在所有消息與對(duì)應(yīng)的在先消息相同時(shí)，可以暫停所有節(jié)點(diǎn)的處理。操作1212也可以包括更新數(shù)據(jù)存儲(chǔ)器1243或1263。如上所述，可以將結(jié)束條件定義為相對(duì)于消息更新到達(dá)穩(wěn)定狀態(tài)，亦即，消息停止變化?；蛘?，可以將穩(wěn)定狀態(tài)定義為，如果發(fā)送處理器判定更新不變，或在發(fā)送或接收的更新消息數(shù)目低于特定閾值時(shí)，未發(fā)送更多消息更新?；蛘?，可以依據(jù)消息更新的迭代次數(shù)或發(fā)送的消息數(shù)來定義結(jié)束條件(總數(shù)或每個(gè)節(jié)點(diǎn)的數(shù)目)。在另一替代方案中，可以將結(jié)束條件定義為過去預(yù)定一段時(shí)間。如果已到達(dá)結(jié)束條件，如1214所示，處理繼續(xù)進(jìn)行，為輸入節(jié)點(diǎn)選擇預(yù)定數(shù)量的供應(yīng)商節(jié)點(diǎn)或預(yù)定數(shù)量的客戶節(jié)點(diǎn)。否則，處理返回到1208處所示并如上文所述的操作。在1210，每個(gè)節(jié)點(diǎn)能夠計(jì)算表示最佳匹配的矢量?？梢酝ㄟ^列舉exp (Wi ;k)除以k 的值并選擇b個(gè)最大值，由U個(gè)節(jié)點(diǎn)進(jìn)行這種操作?？梢酝ㄟ^列舉exp (Wk;j)除以k的值并選擇b個(gè)最大值，由V個(gè)節(jié)點(diǎn)進(jìn)行這種操作。注意，RM值與V個(gè)節(jié)點(diǎn)中進(jìn)行過計(jì)算的U個(gè)對(duì)應(yīng)。附錄給出了操作1208和1210的解釋以及一些其他細(xì)節(jié)和分析。注意，圖形數(shù)據(jù)結(jié)構(gòu)可以是適于利用信任傳播進(jìn)行一般化匹配的任何類型的數(shù)據(jù)結(jié)構(gòu)，例如二部圖數(shù)據(jù)結(jié)構(gòu)。圖形數(shù)據(jù)結(jié)構(gòu)可以包含相同組(單部分情況)或不同組(雙部分情況)的一個(gè)或多個(gè)節(jié)點(diǎn)。例如，圖形數(shù)據(jù)結(jié)構(gòu)可以包括供應(yīng)商節(jié)點(diǎn)和客戶節(jié)點(diǎn)，其中每個(gè)供應(yīng)商節(jié)點(diǎn)都連接到一個(gè)或多個(gè)客戶節(jié)點(diǎn)，反之亦然。在相應(yīng)實(shí)施例中，圖形節(jié)點(diǎn)數(shù)據(jù)結(jié)構(gòu)要素對(duì)應(yīng)于諸如供應(yīng)商、客戶、貨物和/或服務(wù)的物理實(shí)體。此外，在實(shí)施例中，節(jié)點(diǎn)對(duì)應(yīng)于下文參考其他實(shí)施例所述的其他實(shí)體。諸如由上述權(quán)重矩陣表示的權(quán)重?cái)?shù)據(jù)可以代表圖形數(shù)據(jù)結(jié)構(gòu)兩個(gè)節(jié)點(diǎn)之間每個(gè)邊緣的利潤值。權(quán)重矩陣也可以是成本矩陣，利用適于該計(jì)算方法的項(xiàng)的適當(dāng)值表示與相應(yīng)匹配關(guān)聯(lián)的成本。對(duì)于利潤矩陣而言，匹配過程典型地包括使利潤增加和/或最大化的函數(shù)。對(duì)于成本矩陣而言，匹配過程典型地包括使成本減小和/或最小化的函數(shù)。利潤矩陣中的值可以是負(fù)的、零、正的或這些值的組合?？梢杂删哂信c每個(gè)節(jié)點(diǎn)對(duì)應(yīng)的記錄的數(shù)據(jù)結(jié)構(gòu)表示示范性權(quán)重矩陣。針對(duì)每個(gè)節(jié)點(diǎn)的記錄可以包括相鄰節(jié)點(diǎn)和針對(duì)相鄰節(jié)點(diǎn)的每個(gè)的利潤值的列表。術(shù)語“相鄰”是指給定節(jié)點(diǎn)可以在相同(單部分情況)或分離集(雙部分情況)中連接到的節(jié)點(diǎn)。利潤矩陣中的數(shù)據(jù)項(xiàng)能夠表示物理實(shí)體或值，例如實(shí)際供應(yīng)商能力、實(shí)際客戶需求、出價(jià)或要價(jià)的金額、利潤的金額、距離、貨幣成本和/或其他。可以選擇利潤矩陣的一部分并提供到相應(yīng)的節(jié)點(diǎn)處理器。選定的部分可以僅代表與每個(gè)相應(yīng)節(jié)點(diǎn)處理器對(duì)應(yīng)的利潤矩陣記錄。通過向每個(gè)節(jié)點(diǎn)處理器僅提供利潤矩陣的一部分，可以減小數(shù)據(jù)存儲(chǔ)和傳輸要求。在操作1208，在相鄰節(jié)點(diǎn)之間傳遞電子消息，相鄰節(jié)點(diǎn)可以由總線或任何其他數(shù)據(jù)通信系統(tǒng)聯(lián)網(wǎng)或溝通。節(jié)點(diǎn)處理器可以是計(jì)算機(jī)、具有多個(gè)處理器的裝置上的單個(gè)處理器或能夠進(jìn)行所述計(jì)算以及發(fā)送和接收所述數(shù)據(jù)的任何適當(dāng)機(jī)器。如上所述，根據(jù)壓縮消息更新規(guī)則確定每條消息的值(或數(shù)據(jù)內(nèi)容)。接收的消息可以由電子存儲(chǔ)器中的處理器存儲(chǔ)，電子存儲(chǔ)器例如是RAM、非易失性存儲(chǔ)器、數(shù)據(jù)庫或任何適當(dāng)?shù)臄?shù)據(jù)儲(chǔ)存器?？梢允褂孟鄳?yīng)的節(jié)點(diǎn)處理器執(zhí)行操作1210。下游處理1214可以包括與特定應(yīng)用對(duì)應(yīng)的過程。例如，如果二部圖可以描述網(wǎng)頁上出現(xiàn)的搜索查詢或其他關(guān)鍵字項(xiàng)被分配給出價(jià)人的應(yīng)用，如2005年11月21日由Vazirani等人提交的美國專利申請(qǐng)11/285126(公開為US 2007/0118432)，在此通過引用將其全文并入。在那種情況下，節(jié)點(diǎn)的第一集合是出價(jià)人，節(jié)點(diǎn)的第二集合是賣家，下游操作會(huì)包括將與出價(jià)人對(duì)應(yīng)的廣告放到一個(gè)或多個(gè)網(wǎng)頁上的對(duì)應(yīng)位置，例如，搜索結(jié)果旁邊或其他網(wǎng)頁上。在1214選擇的節(jié)點(diǎn)是基于更新的信任值進(jìn)行匹配的。例如，在b匹配問題中，選擇相對(duì)于輸入節(jié)點(diǎn)具有最高信任值的b個(gè)節(jié)點(diǎn)。可以通過很多方式處理平局，包括使用“擲硬幣”在平局節(jié)點(diǎn)之間選擇，替代地或此外地，可以向針對(duì)每個(gè)邊緣的權(quán)重或利潤矩陣值增加小的任意值，使得沒有兩個(gè)節(jié)點(diǎn)可能會(huì)平局?？梢蕴峁┻x定的節(jié)點(diǎn)作為到另一過程或系統(tǒng)的輸出。然后該處理終止于1216。要認(rèn)識(shí)到，可以全部或部分地重復(fù)1202-1216流程，以便完成構(gòu)思的信任傳播b匹配功能。例如，可以針對(duì)整個(gè)圖形數(shù)據(jù)結(jié)構(gòu)更新信任值，然后可以在更新圖的信任值之前為多個(gè)感興趣的節(jié)點(diǎn)提供匹配結(jié)果。或者，因?yàn)槠ヅ淇赡軐?dǎo)致因?yàn)楸贿x擇為匹配節(jié)點(diǎn)而使圖中一個(gè)或多個(gè)節(jié)點(diǎn)改變(例如，供應(yīng)商的現(xiàn)貨量可能減少，或可能已滿足客戶對(duì)貨物的需求)，在每次為節(jié)點(diǎn)執(zhí)行匹配時(shí)可能需要再次計(jì)算信任值。圖13是根據(jù)所公開主題一些實(shí)施例使用包括并行處理器的程度分布進(jìn)行匹配的系統(tǒng)方框圖。具體而言，信任傳播匹配系統(tǒng)1300包括一組供應(yīng)商1302和一組客戶1304。 供應(yīng)商1302和客戶404的每個(gè)都被表示為布置并存儲(chǔ)于圖形數(shù)據(jù)結(jié)構(gòu)1306中的節(jié)點(diǎn)。系統(tǒng)1300還包括利潤(或成本)矩陣1308和程度分布數(shù)據(jù)1309。提供圖形數(shù)據(jù)結(jié)構(gòu)1306、 利潤矩陣1308和程度分布數(shù)據(jù)1309作為圖形擴(kuò)充模塊1311的輸入。提供圖形擴(kuò)充模塊產(chǎn)生的擴(kuò)充圖和利潤矩陣作為b匹配模塊1312的輸入。也作為信任傳播匹配系統(tǒng)1312的輸入提供的是輸入數(shù)據(jù)1310。信任傳播匹配系統(tǒng)1312耦合到數(shù)據(jù)存儲(chǔ)器1314并提供匹配結(jié)果1316作為輸出。在運(yùn)行中，供應(yīng)商1302和客戶1304被存儲(chǔ)為圖形數(shù)據(jù)結(jié)構(gòu)1306的節(jié)點(diǎn)或頂點(diǎn)。 利潤矩陣1308存儲(chǔ)針對(duì)連接供應(yīng)商和客戶的每個(gè)邊緣的邊緣利潤(或權(quán)重)。程度分布數(shù)據(jù)1309表示優(yōu)選或優(yōu)先的節(jié)點(diǎn)程度分布。圖形數(shù)據(jù)結(jié)構(gòu)1306、利潤矩陣1308和程度分布數(shù)據(jù)1309均可以存儲(chǔ)在數(shù)據(jù)存儲(chǔ)器1314中。圖形擴(kuò)充模塊1311產(chǎn)生擴(kuò)展的圖形數(shù)據(jù)結(jié)構(gòu)，包括原始圖形數(shù)據(jù)結(jié)構(gòu)和額外的偽節(jié)點(diǎn)。圖形擴(kuò)充模塊1311還根據(jù)上述方法產(chǎn)生擴(kuò)展的利潤矩陣，包括原來的利潤矩陣作為一個(gè)象限，兩個(gè)象限依據(jù)程度分布數(shù)據(jù)1309，以及零象限。信任傳播匹配系統(tǒng)1312接收由圖形擴(kuò)充模塊1311產(chǎn)生的擴(kuò)展圖和利潤矩陣，還接收輸入數(shù)據(jù)1310，例如，可以是b匹配感興趣的節(jié)點(diǎn)。信任傳播匹配處理器1312使用擴(kuò)展的圖形數(shù)據(jù)結(jié)構(gòu)和擴(kuò)展的利潤矩陣，如上所述針對(duì)b匹配執(zhí)行分布形式的信任傳播。利用分布式(或并行)處理更新消息和信任并存儲(chǔ)在數(shù)據(jù)存儲(chǔ)器1314中。一旦滿足結(jié)束條件，信任傳播匹配系統(tǒng)1312做出可用的匹配結(jié)果1316作為輸出。結(jié)束條件可以包括上文參考圖12A中的條件分支1212所述的任何結(jié)束條件。信任傳播匹配系統(tǒng)1312可以是分布式或并行處理系統(tǒng)。例如，可以將信任傳播匹配系統(tǒng)1312實(shí)現(xiàn)為云計(jì)算系統(tǒng)。云計(jì)算是一種計(jì)算系統(tǒng)，其中，通過諸如因特網(wǎng)的網(wǎng)絡(luò)向用戶提供計(jì)算資源作為服務(wù)，用戶不需要直接控制(“云中的”)支持其計(jì)算需求的技術(shù)基礎(chǔ)設(shè)施。云計(jì)算還實(shí)現(xiàn)了提供可縮放的虛擬專用服務(wù)器。市場(chǎng)上可買到的云計(jì)算服務(wù)范例包括 Google, com 提供的 Google App Engine 以及 Amazon, com 的 Elastic Compute Cloud(EC2)。數(shù)據(jù)存儲(chǔ)器1314可以是基于因特網(wǎng)的可縮放存儲(chǔ)基礎(chǔ)設(shè)施，例如Amazon, com 的Simple Storage Service (S3)或適用于信任傳播匹配系統(tǒng)1312的任何其他數(shù)據(jù)存儲(chǔ)系統(tǒng)。也可以根據(jù)任何其他適當(dāng)?shù)姆植际交虿⑿刑幚眢w系結(jié)構(gòu)實(shí)施信任傳播匹配系統(tǒng) 1312，包括含超過一個(gè)處理元件或存儲(chǔ)元件、并行進(jìn)程、多個(gè)程序等的硬件和軟件系統(tǒng)。在這里，可以將上述和下述系統(tǒng)和方法應(yīng)用于匹配由諸如社交網(wǎng)絡(luò)的單部分圖形數(shù)據(jù)結(jié)構(gòu)表示的系統(tǒng)中的節(jié)點(diǎn)。可以使用該系統(tǒng)和方法提供匹配結(jié)果，例如社交網(wǎng)絡(luò)推舉， 將網(wǎng)站連接到其他網(wǎng)站，在諸如因特網(wǎng)的網(wǎng)絡(luò)上路由消息以及芯片布局。在單部分匹配問題中，所有節(jié)點(diǎn)都是同樣類型或種類(例如，社交網(wǎng)絡(luò)成員)，而不是分離集，可以基于針對(duì)單部分圖形數(shù)據(jù)結(jié)構(gòu)的每個(gè)邊緣具有權(quán)重或值的值矩陣將它們與其他節(jié)點(diǎn)匹配。例如，對(duì)于圖3A的情況而言，單部分版本將具有與“V”個(gè)節(jié)點(diǎn)(304)相同的“U”個(gè)節(jié)點(diǎn)(302)。圖14是根據(jù)所公開主題一些實(shí)施例使用程度分布和信任傳播進(jìn)行匹配的節(jié)點(diǎn)處理系統(tǒng)的圖。具體而言，節(jié)點(diǎn)處理系統(tǒng)1400包括信任傳播節(jié)點(diǎn)處理器1402，其適于訪問一個(gè)或多個(gè)計(jì)算機(jī)可讀介質(zhì)1404上的信任傳播軟件。信任傳播節(jié)點(diǎn)處理器1402經(jīng)由鏈路 1406耦合到網(wǎng)絡(luò)1408。信任傳播節(jié)點(diǎn)處理器1402還耦合到電子數(shù)據(jù)存儲(chǔ)器，其中存儲(chǔ)了擴(kuò)展的利潤矩陣子集1410、接收的消息1412和信任值1414。在運(yùn)行中，信任傳播節(jié)點(diǎn)處理器1402利用來自計(jì)算機(jī)可讀介質(zhì)的程度分布和信任傳播軟件1404加載匹配并執(zhí)行該軟件。一旦執(zhí)行，軟件指示信任傳播節(jié)點(diǎn)處理器1402根據(jù)上述方法使用程度分布和信任傳播執(zhí)行匹配。信任傳播節(jié)點(diǎn)處理器1402訪問擴(kuò)展的利潤矩陣子集1410并針對(duì)每個(gè)連接的(或鄰居或相鄰)節(jié)點(diǎn)計(jì)算更新的消息值，并向每個(gè)連接的節(jié)點(diǎn)發(fā)送相應(yīng)的更新消息。信任傳播節(jié)點(diǎn)處理器1402還從連接的節(jié)點(diǎn)接收更新的消息。將接收的消息存儲(chǔ)在數(shù)據(jù)存儲(chǔ)器的接收消息區(qū)域1412中。在與利潤矩陣子集1410的連接中使用接收的消息1412更新針對(duì)每個(gè)連接節(jié)點(diǎn)的信任值1414。利潤矩陣子集1410是利潤矩陣中包括關(guān)于連接到信任傳播節(jié)點(diǎn)處理器1402表示的節(jié)點(diǎn)的節(jié)點(diǎn)的數(shù)據(jù)的部分。一旦滿足結(jié)束條件，信任傳播節(jié)點(diǎn)處理器1402能夠?qū)π湃沃?414進(jìn)行分類，可以選擇b個(gè)具有最大信任值的連接節(jié)點(diǎn)作為針對(duì)對(duì)應(yīng)于信任傳播節(jié)點(diǎn)處理器1402的節(jié)點(diǎn)的 b匹配解。要認(rèn)識(shí)到，最大信任值的選擇適用于如下范例使用利潤矩陣，并希望使利潤提高和/或最大化，而且可以在具體實(shí)施例中使用其他分類和選擇技術(shù)，例如，在采用成本矩陣的實(shí)施例中，可以通過從適當(dāng)大的常數(shù)矩陣減去成本矩陣將成本矩陣轉(zhuǎn)變?yōu)槔麧櫨仃嚒Ｔ趫?zhí)行一個(gè)或多個(gè)計(jì)算機(jī)可讀介質(zhì)1404上的信任傳播軟件時(shí)，能夠令信任傳播節(jié)點(diǎn)處理器1402根據(jù)以下偽代碼工作Begin Pseudo Code
Il define data structures and variables
float Received_Msgs [num_of_neighbors]；
graph node address Neighbor_Nodes [num_of_neighbors]；
int Profit—Matrix [num_of—neighbors]；
int b=3;
Boolean Message_Changed = true；
initialize all Received_Msgs to 1 ； // to compute messages first time around
initialize Profit_Matrix with bid values of neighbors； // start a main loop to continue until no messages are changed while ( Message_Changed == true ) {
Message_Changed = false； // switch off loop unless a message changes
Receive Messages from neighbors；Compare new Received Messages with corresponding stored Received Messages to look for changed messages； If Any Changed Messages Received { Store Received Messages in Received_Msgs[]； Message_Changed = true； for j=l to num_of_neighbors {
Sorted_Msgs[] = sorted list of Received_Msgs[] *
corresponding Profit_Matrix[] values excluding j； L = original index of Sorted_Msgs[b]; // get index (or node) of the bth received msg氺profit; Message = exp(Profit—Matrix[j]) / (exp(Profit_Matrix[L])*
received_msgs[L])； Send Message to Neighbor—Node[j]; } end j loop } end if changed message changed
} end while loop - we are now done - no messages are changing // now get the belief values for this node for j=l to num_of_neighbors { belief_values[j] = received_msgs[j] *
Pofit_Matrix[j]； } end j loop sort belief_values[]； output largest b belief_values[]； End Pseudo Code以上偽代碼范例做出了若干假設(shè)，以便出于例示的目的簡(jiǎn)化偽代碼。例如，b值為恒定值。而且，假設(shè)代碼要用在為圖的單個(gè)節(jié)點(diǎn)計(jì)算信任傳播的處理器上，從而可以簡(jiǎn)化索引標(biāo)示以進(jìn)行例示。在給出針對(duì)每種可能分配的權(quán)重或值的矩陣時(shí)，一般化的匹配或拍賣問題找到了貨物到消費(fèi)者或廣告到消費(fèi)者的最佳分配。一般化的雙部分匹配可以100%地由線性程序編制求解，不過這種方法對(duì)于實(shí)際應(yīng)用而言太慢了。公開的主題方法可以采用給出高度改善解的信任傳播，其可以是100%最佳的，但工作效率很高，能夠針對(duì)涉及數(shù)百萬用戶和廣告者的問題放大。其他應(yīng)用包括網(wǎng)絡(luò)重構(gòu)、圖像匹配、資源分配、在線約會(huì)服務(wù)、傳感器網(wǎng)絡(luò)等。
在線內(nèi)容供應(yīng)商能夠使用公開的技術(shù)，在用戶輸入搜索詞之后更好地匹配廣告。 典型地，在線內(nèi)容供應(yīng)商顯示針對(duì)特定搜索詞出價(jià)最高的首位廣告者。典型地，這是通過對(duì)一般化匹配問題求解完成的。例如，假設(shè)有500位用戶和100位廣告者。假設(shè)每位廣告者希望顯示15個(gè)廣告，每位用戶能夠看到3個(gè)廣告。由于每位廣告者為了顯示其廣告出價(jià)的錢數(shù)不同，在線內(nèi)容供應(yīng)商必須要找到讓他們賺最多錢的廣告與用戶的匹配。不過，在應(yīng)對(duì)數(shù)百萬用戶和廣告者時(shí)，使用其他技術(shù)對(duì)這個(gè)問題精確求解可能太慢，不能分布到多個(gè)機(jī)器上進(jìn)行高效計(jì)算。因此，很多在線內(nèi)容供應(yīng)商訴諸于近似解，開發(fā)近似解方法是為了給出亞最佳的答案(不是利潤最大的)，但可以有效率地在線求解。公開的技術(shù)能夠利用分布式算法(信任傳播)對(duì)大規(guī)模的一般化匹配求解，給出精確答案。這樣可以增加利潤，可能增加高達(dá)50%。對(duì)于很多在線內(nèi)容供應(yīng)商應(yīng)對(duì)的用戶/廣告報(bào)規(guī)模，這種方法仍然足夠有效率。圖15是根據(jù)所公開主題一些實(shí)施例，使用程度分布信息和信任傳播匹配具有搜索項(xiàng)的廣告者的系統(tǒng)方框圖。具體而言，系統(tǒng)1500包括耦合到程度分布匹配系統(tǒng)1503 的搜索引擎/內(nèi)容供應(yīng)商1502以及用于廣告/關(guān)鍵字(搜索詞)匹配的信任傳播系統(tǒng) 1504。搜索引擎/內(nèi)容供應(yīng)商1502還耦合到電子數(shù)據(jù)存儲(chǔ)器，其中存儲(chǔ)了表示多個(gè)廣告者 (1506-1508)(每個(gè)都具有相應(yīng)一組搜索詞(或關(guān)鍵字))的數(shù)據(jù)，與每個(gè)關(guān)鍵字關(guān)聯(lián)的廣告以及投放每個(gè)廣告(1510-1512)的出價(jià)。搜索引擎/內(nèi)容供應(yīng)商1502從一個(gè)或多個(gè)用戶接收搜索詞、關(guān)鍵字和/或統(tǒng)一資源定位符(URL) 1514。響應(yīng)于接收到的輸入1514，搜索引擎 /內(nèi)容供應(yīng)商1502利用程度分布匹配系統(tǒng)1503和用于廣告/關(guān)鍵字(或搜索詞)匹配的信任傳播系統(tǒng)1504執(zhí)行搜索詞/廣告者匹配，以將若干廣告(在本范例中為三個(gè))匹配到搜索詞輸入，如下文參考圖16所述。然后在搜索引擎結(jié)果頁(或合作網(wǎng)站的內(nèi)容頁)1516 上顯示b匹配廣告(例如3個(gè))，作為顯示的廣告1518。在本范例中，圖形數(shù)據(jù)結(jié)構(gòu)的節(jié)點(diǎn)包括廣告者/廣告和關(guān)鍵字(或搜索詞)。利潤矩陣包括每位廣告者為每個(gè)廣告的出價(jià)。出價(jià)可以用作原始值或可以操作其以達(dá)到針對(duì)該出價(jià)的利潤。B值代表要在結(jié)果或內(nèi)容頁上顯示的廣告最大數(shù)量(例如3個(gè))。不過，每個(gè)廣告者/廣告節(jié)點(diǎn)也可能受到對(duì)其信任值的其他約束，例如，在一定時(shí)間期間要顯示的廣告配額或在一定時(shí)間期間要花費(fèi)的金額配額。即使對(duì)一廣告者/廣告的出價(jià)足夠高，正常情況下會(huì)被選中，這些約束也可能影響到是否選擇該廣告者/廣告作為關(guān)鍵字的匹配。廣告者可以設(shè)法操控廣告出價(jià)系統(tǒng)或與其“博弈”。可以修改上述信任傳播方法和系統(tǒng)以提供對(duì)出價(jià)或廣告系統(tǒng)操作的增強(qiáng)防護(hù)。例如，一種出價(jià)操作方案包括，通過給出恰好低于出價(jià)勝出方的出價(jià)試圖耗盡競(jìng)爭(zhēng)者的廣告預(yù)算，這導(dǎo)致中標(biāo)人實(shí)際支付的價(jià)格人為地很高，從而比正常情況更快地耗盡競(jìng)爭(zhēng)者的預(yù)算。在耗盡競(jìng)爭(zhēng)者的預(yù)算之后，他們的出價(jià)不再是最高的，可以由操縱者以更低成本發(fā)布廣告。用于抵抗這種操縱的一種技術(shù)是利用能夠選擇除首位或b個(gè)最高匹配之外的贏家的模塊增強(qiáng)b匹配算法。通過選擇正常匹配廣告之外的廣告來發(fā)布，可能選擇操縱者的廣告，從而也耗盡了操縱者的預(yù)算。這樣阻止了廣告者給出虛假高出價(jià)以試圖耗盡競(jìng)爭(zhēng)者的預(yù)算。要認(rèn)識(shí)到，可以將現(xiàn)在已知的或?qū)黹_發(fā)的其他廣告拍賣操縱預(yù)防措施用于所公開的主題。除了用于廣告關(guān)鍵字匹配的信任傳播匹配系統(tǒng)(1504)之外，用于將廣告與搜索詞或關(guān)鍵字匹配的系統(tǒng)1500可以包括第二系統(tǒng)(未示出)。第二系統(tǒng)可以是出價(jià)網(wǎng)絡(luò)服務(wù)器，典型地也包括一個(gè)或多個(gè)計(jì)算機(jī)存儲(chǔ)介質(zhì)、一個(gè)或多個(gè)處理系統(tǒng)和一個(gè)或多個(gè)數(shù)據(jù)庫。 可以使用運(yùn)行于客戶端計(jì)算機(jī)上的常規(guī)網(wǎng)絡(luò)瀏覽器訪問通過出價(jià)網(wǎng)絡(luò)服務(wù)器可用的信息， 并允許廣告者針對(duì)將通過搜索引擎或內(nèi)容供應(yīng)商查詢的期望關(guān)鍵字給出出價(jià)?？梢酝ㄟ^防火墻(未示出)訪問出價(jià)網(wǎng)絡(luò)服務(wù)器，防火墻保護(hù)帳號(hào)信息及其他信息不被外部竊取。可以提供額外的安全措施，例如安全HTTP或安全套接字層以增強(qiáng)標(biāo)準(zhǔn)通信協(xié)議的安全性。在涉及根據(jù)出價(jià)分配網(wǎng)絡(luò)廣告的以上實(shí)施例的一些中，可以使用各種因素來修改用于表示匹配問題的權(quán)重矩陣的權(quán)重值。這些可以包括兌換率；目標(biāo)成功率；點(diǎn)擊通過率；給定期間內(nèi)用戶選擇給定廣告多少次；從廣告結(jié)果選擇直到用戶發(fā)出另一搜索查詢的時(shí)間，可以包括繼給定廣告點(diǎn)擊之后花在(經(jīng)由搜索結(jié)果點(diǎn)擊或廣告點(diǎn)擊到達(dá)的)其他頁面上的時(shí)間；與從選擇廣告結(jié)果到用戶發(fā)出另一搜索查詢的所有其他時(shí)間相比，從選擇給定廣告結(jié)果到用戶發(fā)出另一搜索查詢的時(shí)間比例；給定一種廣告結(jié)果選擇，觀看搜索查詢的其他結(jié)果而不是給定廣告結(jié)果花費(fèi)的時(shí)間；在選擇給定搜索結(jié)果或廣告之前的給定時(shí)間內(nèi)發(fā)生了多少次搜索(即，發(fā)出的唯一搜索查詢)；在選擇給定搜索結(jié)果或廣告之后的給定時(shí)間內(nèi)發(fā)生了多少次搜索；在給定選擇之前，給定搜索查詢之前發(fā)生了多少次結(jié)果頁面觀察，而不是搜索，可以在查詢之內(nèi)(即僅針對(duì)唯一的一次查詢)或?qū)φ麄€(gè)期間計(jì)算這個(gè)次數(shù)；以及在這一選擇之后的給定搜索查詢發(fā)生了多少次搜索結(jié)果頁查看，而非搜索，可以在查詢之內(nèi)(即僅針對(duì)唯一的一次查詢)或針對(duì)整個(gè)期間計(jì)算這個(gè)次數(shù)。圖16是根據(jù)所公開主題一些實(shí)施例，使用程度分布信息和信任傳播匹配具有搜索項(xiàng)的廣告者的方法圖。處理開始于1602，提供1604擴(kuò)展的圖形數(shù)據(jù)結(jié)構(gòu)。擴(kuò)展的圖形數(shù)據(jù)結(jié)構(gòu)節(jié)點(diǎn)或頂點(diǎn)表示要匹配的廣告者和關(guān)鍵字以及如上所述的額外偽節(jié)點(diǎn)。例如，圖形數(shù)據(jù)結(jié)構(gòu)可以包括廣告者節(jié)點(diǎn)，表示在用戶輸入一組廣告者感興趣的關(guān)鍵字之一時(shí)要顯示的來自特定廣告者的廣告。圖形數(shù)據(jù)結(jié)構(gòu)可以包括與用戶輸入的那些對(duì)應(yīng)且需要有一組要匹配的廣告的關(guān)鍵字或搜索詞，以便提高和/或最大化例如從按次付費(fèi)廣告產(chǎn)生的收入。其次，如1606所示，提供擴(kuò)展的利潤矩陣。擴(kuò)展的利潤矩陣表示針對(duì)連接到對(duì)應(yīng)搜索詞節(jié)點(diǎn)的每個(gè)廣告者/廣告節(jié)點(diǎn)的利潤值，加上如上所述基于程度分布數(shù)據(jù)針對(duì)偽節(jié)點(diǎn)計(jì)算的額外利潤值。其次，如1608處所示，在相鄰或鄰居節(jié)點(diǎn)之間傳遞電子消息。適于執(zhí)行信任傳播的信任傳播處理器或分布式處理系統(tǒng)發(fā)送來自節(jié)點(diǎn)的每條消息，基于利潤矩陣值和接收到的該節(jié)點(diǎn)的消息。根據(jù)如上所述的壓縮消息更新規(guī)則確定每條消息的值(或數(shù)據(jù)內(nèi)容)。 處理器將接收的消息存儲(chǔ)在電子存儲(chǔ)器中，例如RAM或數(shù)據(jù)庫中?？梢苑磸?fù)進(jìn)行消息傳遞， 直到滿足結(jié)束條件。在1610指出基于結(jié)束條件的條件分支。其次，如在1612指出的，可以基于接收的消息更新每個(gè)相鄰節(jié)點(diǎn)的信任值并加以存儲(chǔ)。例如，可以由適于執(zhí)行信任傳播的處理器執(zhí)行更新。針對(duì)每個(gè)節(jié)點(diǎn)的信任值基于接收的消息和利潤矩陣部分。如果信任值更新會(huì)導(dǎo)致已發(fā)送消息的改變，那么再次以更新值發(fā)送那些消息。不過，如果沒有信任值變化或不需要更新消息，那么節(jié)點(diǎn)不發(fā)出消息。節(jié)點(diǎn)的信任值對(duì)于相鄰節(jié)點(diǎn)仍然穩(wěn)定可能表示已經(jīng)獲得最優(yōu)解，信任傳播已收斂于匹配問題的解。在1610指出基于結(jié)束條件進(jìn)行條件分支?？梢詫⒔Y(jié)束條件定義為相對(duì)于消息更新到達(dá)穩(wěn)定狀態(tài)?？梢詫⒎€(wěn)定狀態(tài)定義為不發(fā)送更多消息更新或發(fā)送的更新消息量低于特定閾值。或者，可以依據(jù)消息更新的迭代次數(shù)或發(fā)送的消息數(shù)來定義結(jié)束條件(總數(shù)或每個(gè)節(jié)點(diǎn)的數(shù)目)。在另一替代方案中，可以將結(jié)束條件定義為過去預(yù)定一段時(shí)間。如果已到達(dá)結(jié)束條件，控制前進(jìn)到1612，否則處理返回到1608。如1612處所示，選擇匹配輸入搜索詞的b匹配廣告者/廣告節(jié)點(diǎn)?；诜诸惖男湃沃灯ヅ溥x定的廣告者/廣告節(jié)點(diǎn)。例如，在b匹配問題中，選擇相對(duì)于輸入節(jié)點(diǎn)具有最高信任值(即利潤值)的b個(gè)節(jié)點(diǎn)。在1614，可以提供選定的節(jié)點(diǎn)作為到另一過程或系統(tǒng)的輸出。例如，可以在搜索引擎結(jié)果頁或與搜索詞關(guān)聯(lián)的內(nèi)容頁上顯示與選定節(jié)點(diǎn)對(duì)應(yīng)的廣告。然后處理在1616結(jié)束。要認(rèn)識(shí)到，可以全部或部分地重復(fù)序列1602-1616，以便利用程度分布和信任傳播完成構(gòu)思的匹配。例如，可以針對(duì)整個(gè)圖形數(shù)據(jù)結(jié)構(gòu)更新信任值，然后可以在更新圖的信任值之前為多個(gè)感興趣的節(jié)點(diǎn)提供匹配結(jié)果?；蛘撸?yàn)槠ヅ淇赡軐?dǎo)致因?yàn)楸贿x擇為匹配節(jié)點(diǎn)而使圖中一個(gè)或多個(gè)節(jié)點(diǎn)改變(例如，可能到達(dá)了廣告者的廣告配額或花費(fèi)的資金配額)，在每次為節(jié)點(diǎn)執(zhí)行匹配時(shí)可能需要再次計(jì)算信任值。圖17是根據(jù)所公開主題一些實(shí)施例使用程度分布和信任傳播匹配服務(wù)成員的系統(tǒng)方框圖。具體而言，系統(tǒng)1700包括耦合到程度分布匹配系統(tǒng)1703的約會(huì)服務(wù)供應(yīng)商1702 以及用于約會(huì)服務(wù)成員匹配的信任傳播系統(tǒng)1704。約會(huì)服務(wù)供應(yīng)商1702還耦合到電子數(shù)據(jù)存儲(chǔ)器，其中存儲(chǔ)了表示多個(gè)約會(huì)服務(wù)成員(1706-1708)的數(shù)據(jù)，每個(gè)成員具有相應(yīng)的興趣組(1710-1712)。約會(huì)服務(wù)供應(yīng)商1702從一個(gè)或多個(gè)相應(yīng)用戶(1706-1708)接收興趣 (1710-1712)?？梢允褂门d趣(1710-1712)產(chǎn)生用戶的“利潤”矩陣，例如，方式是為給定的用戶對(duì)產(chǎn)生表示共同興趣的值，然后可以使用如上所述的程度分布數(shù)據(jù)加以擴(kuò)展。響應(yīng)于接收到的興趣(1710-1712)，約會(huì)服務(wù)供應(yīng)商1702利用用于約會(huì)服務(wù)成員匹配的信任傳播系統(tǒng)1704執(zhí)行成員匹配，以將每個(gè)成員與b個(gè)其他成員匹配(例如，花費(fèi)一定費(fèi)用，約會(huì)服務(wù)可以向每位用戶提供b種介紹或匹配)，如下文參考圖18所述。然后可以將b個(gè)匹配成員傳達(dá)給它們匹配的成員作為介紹(例如，每個(gè)用戶可以接收列示了已經(jīng)匹配的成員的電子郵件)。例如，可以針對(duì)成員1提供結(jié)果集合1714(例如，在電子郵件中或顯示于約會(huì)服務(wù)處用戶的頁面上)。在結(jié)果之內(nèi)列出了被選定匹配成員1的b匹配成員1715。類似地， 可以針對(duì)成員η提供結(jié)果集合1716 (例如，在電子郵件中或顯示于約會(huì)服務(wù)處用戶的頁面上)。在結(jié)果集合1716之內(nèi)列出了已經(jīng)選擇匹配成員η的b匹配成員1718。在本范例中，圖形數(shù)據(jù)結(jié)構(gòu)的節(jié)點(diǎn)包括約會(huì)服務(wù)的成員。“利潤”矩陣(或相容矩陣)能夠包括一對(duì)成員之間的預(yù)言兼容性。B值代表要提供給每個(gè)相應(yīng)成員的匹配或最可能兼容的成員的數(shù)目(例如，根據(jù)與成員間的服務(wù)協(xié)議)。不過，每個(gè)成員節(jié)點(diǎn)也可以受到對(duì)其信任值的其他約束，例如要尋找的其他成員的類型、地理偏好、其他偏好，在給定時(shí)間期間要提供的匹配配額，等等。即使針對(duì)一成員的“利潤”或兼容性足夠高，正常情況下會(huì)被選中，這些約束也可能影響到是否選擇該成員作為另一成員的匹配。圖18是根據(jù)所公開主題一些實(shí)施例使用程度分布和信任傳播匹配約會(huì)服務(wù)成員的方法圖。處理開始于1802，提供擴(kuò)展的圖形數(shù)據(jù)結(jié)構(gòu)1804。圖形數(shù)據(jù)結(jié)構(gòu)節(jié)點(diǎn)(或頂點(diǎn))代表要匹配的約會(huì)服務(wù)成員和根據(jù)上述擴(kuò)展方法的額外偽節(jié)點(diǎn)。其次，提供兼容性(或“利潤”)矩陣，1806。兼容性矩陣表示約會(huì)服務(wù)成員每個(gè)潛在配對(duì)的兼容性(或“利潤”)值。如上所述，可以基于共同的興趣確定兼容性值，或者可以根據(jù)約會(huì)服務(wù)供應(yīng)商常規(guī)使用的其他適當(dāng)方法確定兼容性值。其次，如1808處所示，在相鄰或鄰居節(jié)點(diǎn)之間傳遞電子消息。適于執(zhí)行信任傳播的信任傳播處理器或分布式處理系統(tǒng)發(fā)送來自節(jié)點(diǎn)的每條消息，基于利潤矩陣值和接收到的該節(jié)點(diǎn)的消息。根據(jù)如上所述的壓縮消息更新規(guī)則確定每條消息的值(或數(shù)據(jù)內(nèi)容)。 處理器將接收的消息存儲(chǔ)在電子存儲(chǔ)器中，例如RAM或數(shù)據(jù)庫中。如條件分支所指示的，可以反復(fù)進(jìn)行消息傳遞，直到滿足結(jié)束條件1810。其次，如在1808指出的，可以基于接收的消息更新每個(gè)相鄰節(jié)點(diǎn)的信任值并加以存儲(chǔ)。例如，可以由適于執(zhí)行信任傳播的處理器執(zhí)行更新。針對(duì)每個(gè)節(jié)點(diǎn)的信任值基于接收的消息和兼容性矩陣或其相關(guān)部分。如果信任值更新會(huì)導(dǎo)致已發(fā)送消息的改變，那么再次以更新值發(fā)送那些消息。不過，如果沒有信任值變化或不需要更新消息，那么節(jié)點(diǎn)不發(fā)出消息。節(jié)點(diǎn)的信任值對(duì)于相鄰節(jié)點(diǎn)仍然穩(wěn)定可能表示已經(jīng)獲得最優(yōu)解，信任傳播已收斂于匹配問題的解。1810處的結(jié)束條件控制分支可以被表征為相對(duì)于消息更新實(shí)現(xiàn)穩(wěn)定狀態(tài)?？梢詫⒎€(wěn)定狀態(tài)定義為不發(fā)送更多消息更新的狀態(tài)?；蛘?，可以將該狀態(tài)定義為發(fā)送的消息更新降到特定閾值以下的狀態(tài)?；蛘?，可以依據(jù)消息更新的迭代次數(shù)或發(fā)送的消息數(shù)來定義結(jié)束條件(總數(shù)或每個(gè)節(jié)點(diǎn)的數(shù)目)。或者，可以將結(jié)束條件定義為過去預(yù)定時(shí)間間隔。如果已到達(dá)結(jié)束條件，如1814所示，選擇與輸入成員匹配的b匹配成員節(jié)點(diǎn)?；诜诸惖男湃沃祵?duì)成員進(jìn)行匹配。例如，在b匹配問題中，選擇相對(duì)于輸入成員具有最高信任值(即兼容性值)的b個(gè)節(jié)點(diǎn)并可以將它們用作輸出以提供具有相似兼容性的成員間的介紹。在1814，可以如上所述向兼容成員提供選定的成員。該過程在1816停止。要認(rèn)識(shí)到，可以全部或部分地重復(fù)1802-1816的流程，以便利用信任傳播完成構(gòu)思的約會(huì)服務(wù)成員匹配。例如，可以針對(duì)整個(gè)圖形數(shù)據(jù)結(jié)構(gòu)更新信任值，然后可以在更新圖的信任值之前為多個(gè)感興趣的節(jié)點(diǎn)提供匹配結(jié)果?；蛘?，因?yàn)槠ヅ淇赡軐?dǎo)致因?yàn)楸贿x擇為匹配節(jié)點(diǎn)而使圖中一個(gè)或多個(gè)節(jié)點(diǎn)改變(例如，已經(jīng)達(dá)到成員的介紹配額)，在每次為節(jié)點(diǎn)執(zhí)行匹配時(shí)可能需要再次計(jì)算信任值。圖19是根據(jù)所公開主題一些實(shí)施例使用程度分布和信任傳播匹配賣方和買方的系統(tǒng)圖。具體而言，系統(tǒng)1900包括耦合到用于拍賣買家/賣家成員匹配的信任傳播系統(tǒng)1904的拍賣服務(wù)提供商1902。拍賣服務(wù)提供商1902也耦合到電子數(shù)據(jù)存儲(chǔ)器，其中存儲(chǔ)了表示多個(gè)賣家(1906-1908)和多個(gè)買家(1914-1916)的數(shù)據(jù)，每個(gè)賣家都具有要提供的相應(yīng)組的貨物/服務(wù)(1910-1912)，每個(gè)買家都具有要尋找的相應(yīng)組的貨物/服務(wù) (1918-1920)。拍賣服務(wù)提供商1902接收提供的貨物/服務(wù)(1910-1912)和尋找的貨物/ 服務(wù)(1918-1920)，可以通過，例如針對(duì)向?qū)で竽切┴浳?服務(wù)的對(duì)應(yīng)買家銷售其貨物/服務(wù)的每個(gè)賣家產(chǎn)生利潤值，使用它們產(chǎn)生利潤矩陣，以匹配買家和賣家。響應(yīng)于接收到的提供的貨物/服務(wù)(1910-1912)和尋找的貨物/服務(wù) (1918-1920)，拍賣服務(wù)提供商1902利用程度分布匹配系統(tǒng)1903執(zhí)行圖和利潤矩陣的擴(kuò)展。然后，利用擴(kuò)展的圖形數(shù)據(jù)結(jié)構(gòu)和擴(kuò)展的利潤矩陣，拍賣服務(wù)提供商使用拍賣買家/賣家匹配的信任傳播系統(tǒng)1904執(zhí)行買家/賣家匹配，以將每個(gè)買家與b個(gè)賣家匹配(例如， 使得滿足買家的要求)，如下文參照?qǐng)D20所述。然后可以將b個(gè)匹配賣家通告他們匹配的買家，以便完成事務(wù)。例如，可以提供具有買家和賣家之間的b匹配的結(jié)果集合1922作為輸出?；蛘?，可以直接向該買家或賣家傳達(dá)很對(duì)特定買家或賣家的匹配。在本范例中，圖形數(shù)據(jù)結(jié)構(gòu)的節(jié)點(diǎn)表示提供的貨物/服務(wù)(1910-1912)和尋找的貨物/服務(wù)(1918-1920)。利潤矩陣可以具有基于從特定賣家購買的特定買家的值。例如， 對(duì)于買家而言，b值可以表示滿足買家要求需要的匹配賣家的數(shù)目。對(duì)于賣家而言，b值可以表示購買所提供的賣家貨物/服務(wù)所需的買家數(shù)目。不過，每個(gè)節(jié)點(diǎn)也可能受到對(duì)其信任值的其他約束。即使針對(duì)一匹配的利潤足夠高，正常情況下會(huì)被選中，這些約束也可能影響到是否選擇該買家/賣家作為另一買家/賣家的匹配。圖20是根據(jù)所公開主題一些實(shí)施例使用程度分布和信任傳播匹配拍賣中賣方和買方的方法圖。在開始2002之后，如2004所示，提供擴(kuò)展的圖形數(shù)據(jù)結(jié)構(gòu)。擴(kuò)展的圖形數(shù)據(jù)結(jié)構(gòu)節(jié)點(diǎn)或頂點(diǎn)表示要匹配的拍賣買家和賣家和他們相應(yīng)的貨物/服務(wù)。其次，在2006， 提供擴(kuò)展的利潤矩陣。擴(kuò)展的利潤矩陣表示針對(duì)連接到對(duì)應(yīng)買家節(jié)點(diǎn)的每個(gè)賣家的利潤值。擴(kuò)展的圖形數(shù)據(jù)結(jié)構(gòu)和擴(kuò)展的利潤矩陣是根據(jù)上述方法產(chǎn)生的。如2008處所示，在相鄰或鄰居節(jié)點(diǎn)之間傳遞電子消息。適于執(zhí)行信任傳播的信任傳播處理器或分布式處理系統(tǒng)發(fā)送來自節(jié)點(diǎn)的每條消息是基于利潤矩陣值和接收到的該節(jié)點(diǎn)的消息的。根據(jù)如上所述的壓縮消息更新規(guī)則確定每條消息的值(或數(shù)據(jù)內(nèi)容)。處理器將接收的消息存儲(chǔ)在電子存儲(chǔ)器中，例如MM或數(shù)據(jù)庫中?？梢苑磸?fù)進(jìn)行消息傳遞，直到滿足結(jié)束條件。在2012，這是受到分支點(diǎn)的控制的。其次，如在2008指出的，可以基于接收的消息更新每個(gè)相鄰節(jié)點(diǎn)的信任值并加以存儲(chǔ)。例如，可以由適于執(zhí)行信任傳播的處理器執(zhí)行更新。針對(duì)每個(gè)節(jié)點(diǎn)的信任值基于接收的消息和利潤矩陣部分。如果信任值更新會(huì)導(dǎo)致已發(fā)送消息的改變，那么再次以更新值發(fā)送那些消息。不過，如果沒有信任值變化或不需要更新消息，那么節(jié)點(diǎn)不發(fā)出消息。節(jié)點(diǎn)的信任值對(duì)于相鄰節(jié)點(diǎn)仍然穩(wěn)定可能表示已經(jīng)獲得最優(yōu)解，信任傳播已收斂于匹配問題的解。其次，在分支點(diǎn)2010判斷是否滿足結(jié)束條件?？梢詫⒔Y(jié)束條件定義為相對(duì)于消息更新到達(dá)穩(wěn)定狀態(tài)?？梢詫⒎€(wěn)定狀態(tài)定義為不發(fā)送更多消息更新或發(fā)送的更新消息量低于特定閾值。或者，可以依據(jù)消息更新的迭代次數(shù)或發(fā)送的消息數(shù)來定義結(jié)束條件(總數(shù)或每個(gè)節(jié)點(diǎn)的數(shù)目)。在另一替代方案中，可以將結(jié)束條件定義為過去預(yù)定一段時(shí)間。如果已到達(dá)結(jié)束條件，如在2012所示，選擇匹配輸入買家/賣家節(jié)點(diǎn)的b匹配買家或賣家節(jié)點(diǎn)，否則控制返回到2008。在2012基于分類的信任值匹配選定的節(jié)點(diǎn)。例如，在b匹配問題中，選擇相對(duì)于輸入節(jié)點(diǎn)具有最高信任值(即利潤值)的b個(gè)節(jié)點(diǎn)。在2014，可以提供選定的節(jié)點(diǎn)作為到另一過程或系統(tǒng)的輸出。例如，可以為買家顯示對(duì)應(yīng)于所選買家節(jié)點(diǎn)的賣家(或反之)。然后，在2016，該處理終止。要認(rèn)識(shí)到，可以全部或部分地重復(fù)2002-2016的流程，以便利用信任傳播完成構(gòu)思的買家-賣家匹配。例如，可以針對(duì)整個(gè)圖形數(shù)據(jù)結(jié)構(gòu)更新信任值，然后可以在更新圖的信任值之前為多個(gè)感興趣的節(jié)點(diǎn)提供匹配結(jié)果。或者，因?yàn)槠ヅ淇赡軐?dǎo)致因?yàn)楸贿x擇為匹配節(jié)點(diǎn)而使圖中一個(gè)或多個(gè)節(jié)點(diǎn)改變(例如，買家或賣家到達(dá)其相應(yīng)的貨物/服務(wù)配額)， 在每次為節(jié)點(diǎn)執(zhí)行匹配時(shí)可能需要再次計(jì)算信任值。圖21是根據(jù)所公開主題一些實(shí)施例實(shí)現(xiàn)于硬件中的多個(gè)程度分布匹配/信任傳播處理器的圖。具體而言，系統(tǒng)2100包括多個(gè)信任傳播處理器Q102-2108和2112-2118)。 每個(gè)處理器都耦合到總線2110。信任傳播處理器被構(gòu)造成作為信任傳播系統(tǒng)中的節(jié)點(diǎn)工作，利用如上所述的程度分布進(jìn)行匹配。系統(tǒng)2150可以包括獨(dú)立的處理器或能夠表示其上構(gòu)造有多個(gè)信任傳播處理器的單一半導(dǎo)體裝置。在運(yùn)行時(shí)，每個(gè)硬件信任傳播處理器針對(duì)單個(gè)節(jié)點(diǎn)執(zhí)行上述信任傳播方法。圖22 中示出了硬件細(xì)節(jié)，這是根據(jù)所公開主題一些實(shí)施例使用程度分布/信任傳播處理器進(jìn)行匹配的硬件圖。具體而言，硬件信任傳播處理器2202包括乘法器部分2204、加法器部分2206、分類器部分2208，最大化單元2210、存儲(chǔ)器2212，每個(gè)都耦合到內(nèi)部總線2214。處理器2202 耦合到外部總線2216，以便與其他處理器通信并交換消息2218。消息2218包括“通往”字段，“來自，，字段和值字段?！巴ㄍ弊侄沃付ㄆ谕南⒔邮展?jié)點(diǎn)，“來自，，字段指定發(fā)送節(jié)點(diǎn)，值字段包含根據(jù)上述消息更新規(guī)則計(jì)算的消息值。在運(yùn)行時(shí)，處理器2202收聽外部總線2216上的消息。在消息要發(fā)往處理器2202 時(shí)，處理器2202接收消息并在與消息的發(fā)送節(jié)點(diǎn)對(duì)應(yīng)的位置將其存儲(chǔ)在存儲(chǔ)器中。處理器 2202然后能夠計(jì)算發(fā)往作為鄰居或相鄰節(jié)點(diǎn)存儲(chǔ)在其存儲(chǔ)器中的節(jié)點(diǎn)的更新消息值，并能夠向每個(gè)對(duì)應(yīng)的鄰居節(jié)點(diǎn)發(fā)送更新的消息。使用處理器2202的部分和單元執(zhí)行確定更新消息和信任值需要的計(jì)算。處理器2202也可以經(jīng)由外部總線2216向另一處理器或系統(tǒng)發(fā)送其b匹配節(jié)點(diǎn)?？梢詫⑻幚砥?202實(shí)現(xiàn)為獨(dú)立的裝置或可以將其并入具有包括其他信任傳播處理器節(jié)點(diǎn)的其他電路的裝置中。除了上述應(yīng)用之外，使用程度分布數(shù)據(jù)進(jìn)行匹配的方法和系統(tǒng)也可以適于提供其他類型問題的解。例如，可以對(duì)權(quán)重矩陣進(jìn)行閾值處理。在ViGO =-ek之前設(shè)置程度將導(dǎo)致在Wu大于閾值Φ時(shí)最大b匹配具有邊緣。使用程度分布進(jìn)行匹配的方法和系統(tǒng)可以通過在程度b處的δ函數(shù)之前設(shè)置程度模擬傳統(tǒng)的b匹配。使用程度分布進(jìn)行匹配的方法和系統(tǒng)可以通過設(shè)置先驗(yàn)程度，在邊界之間是均勻的，在別處具有零概率，模擬bd匹配，對(duì)程度實(shí)施上下邊界。使用程度分布進(jìn)行匹配的方法和系統(tǒng)可以通過復(fù)制圖節(jié)點(diǎn)以形成二部圖并將一次兩分的程度設(shè)置成精確的k同時(shí)不對(duì)其他兩分進(jìn)行任何約束來模擬k個(gè)最近鄰居，其中由雙劃分表示原始圖中節(jié)點(diǎn)間的邊緣。而且，使用程度分布進(jìn)行匹配的方法和系統(tǒng)能夠通過要求每個(gè)節(jié)點(diǎn)具有至少一個(gè)鄰居以及至多總共有Ivhi個(gè)邊緣來模擬生成樹估計(jì)。圖23是根據(jù)所公開主題一些實(shí)施例使用程度分布和信任傳播的推薦后期處理方法的圖。方法2300開始于2302并繼續(xù)到2304。在2304，接收到培訓(xùn)和測(cè)試數(shù)據(jù)集。數(shù)據(jù)集包括表示用戶和項(xiàng)目的節(jié)點(diǎn)。例如，用戶可以包括看電影的人或讀書的人，項(xiàng)目可以包括電影或書。在另一個(gè)范例中，用戶可以包括電子商務(wù)客戶，項(xiàng)目可以包括由電子商務(wù)銷售的項(xiàng)目。處理繼續(xù)到2306。在2306，接收額定值矩陣。評(píng)定矩陣對(duì)應(yīng)于培訓(xùn)數(shù)據(jù)集中用戶設(shè)定的項(xiàng)目評(píng)定值。 例如，看電影的人可以按照1到5的比例評(píng)定電影，或者讀者可以按照1到10的比例評(píng)定書。處理繼續(xù)到2308。在2308，確定偏差邊界數(shù)據(jù)。偏差邊界表示用戶的評(píng)定或針對(duì)項(xiàng)目的評(píng)定將偏離其相應(yīng)真實(shí)平均值的概率?？梢允褂闷钸吔绱_定培訓(xùn)數(shù)據(jù)集中每行(例如用戶)和列(例如項(xiàng)目)的“程度”分布?？梢愿鶕?jù)以下公式設(shè)定程度潛力
權(quán)利要求
1.一種計(jì)算機(jī)可讀介質(zhì)，其上存儲(chǔ)有軟件指令，用于將廣告與短語匹配，在由處理器執(zhí)行時(shí)，所述軟件指令令所述處理器執(zhí)行如下操作，包括接收第一圖形數(shù)據(jù)結(jié)構(gòu)、第一權(quán)重矩陣和程度分布數(shù)據(jù)作為輸入，所述第一圖形數(shù)據(jù)結(jié)構(gòu)具有第一組節(jié)點(diǎn)和第二組節(jié)點(diǎn)，所述第一組節(jié)點(diǎn)的每個(gè)表示廣告，所述第二組節(jié)點(diǎn)的每個(gè)表示短語，所述第一權(quán)重矩陣包括針對(duì)所述第一圖形數(shù)據(jù)結(jié)構(gòu)中的廣告和短語之間的每個(gè)連接的出價(jià)值；產(chǎn)生第二圖形數(shù)據(jù)結(jié)構(gòu)，所述第二圖形數(shù)據(jù)結(jié)構(gòu)包括與所述第一圖形數(shù)據(jù)結(jié)構(gòu)對(duì)應(yīng)的節(jié)點(diǎn)和額外的偽節(jié)點(diǎn)；產(chǎn)生第二權(quán)重矩陣，所述第二權(quán)重矩陣包括所述第一權(quán)重矩陣和額外的權(quán)重值，每個(gè)額外權(quán)重值與所述第一圖形數(shù)據(jù)結(jié)構(gòu)中的節(jié)點(diǎn)之一和所述偽節(jié)點(diǎn)之一關(guān)聯(lián)，所述第二權(quán)重矩陣中的所述額外權(quán)重值是基于所述程度分布數(shù)據(jù)確定的，所述第二權(quán)重矩陣還包括一組零權(quán)重值；將所述第二圖形數(shù)據(jù)結(jié)構(gòu)中對(duì)應(yīng)于所述第一圖形數(shù)據(jù)結(jié)構(gòu)的節(jié)點(diǎn)約束到預(yù)定程度值， 并且不約束所述第二圖形數(shù)據(jù)結(jié)構(gòu)中的所述偽節(jié)點(diǎn)；基于所述第二圖形數(shù)據(jù)結(jié)構(gòu)確定最大權(quán)重b匹配，其中將b設(shè)置成預(yù)定程度值，并產(chǎn)生具有二元權(quán)重值的中間圖形數(shù)據(jù)結(jié)構(gòu)；截取所述中間圖形數(shù)據(jù)結(jié)構(gòu)；以及基于所述中間圖形數(shù)據(jù)結(jié)構(gòu)的截取部分產(chǎn)生結(jié)果圖形數(shù)據(jù)結(jié)構(gòu)作為輸出。
2.根據(jù)權(quán)利要求1所述的計(jì)算機(jī)可讀介質(zhì)，其中確定最大權(quán)重b匹配包括在相鄰節(jié)點(diǎn)之間傳遞消息，直到滿足結(jié)束條件，從而更新與所述第二圖形數(shù)據(jù)結(jié)構(gòu)中選定短語節(jié)點(diǎn)的每個(gè)相鄰廣告節(jié)點(diǎn)對(duì)應(yīng)的信任值，每條消息都基于所述第二權(quán)重矩陣值和接收的消息，其中根據(jù)壓縮消息更新規(guī)則確定每條消息的數(shù)據(jù)內(nèi)容；以及在與所選短語節(jié)點(diǎn)關(guān)聯(lián)的電子存儲(chǔ)器中存儲(chǔ)每個(gè)更新的信任值和每條接收的消息。
3.根據(jù)權(quán)利要求2所述的計(jì)算機(jī)可讀介質(zhì)，其中產(chǎn)生所述結(jié)果圖包括選擇預(yù)定數(shù)量的匹配所選短語節(jié)點(diǎn)的廣告節(jié)點(diǎn)，所述匹配基于與所選短語節(jié)點(diǎn)相鄰的廣告節(jié)點(diǎn)的更新信任值；以及輸出所選的廣告節(jié)點(diǎn)。
4.根據(jù)權(quán)利要求1所述的計(jì)算機(jī)可讀介質(zhì)，其中所述額外權(quán)重值包括第一矩陣中的第一組權(quán)重值和第二矩陣中的第二組權(quán)重值，所述第二矩陣是所述第一矩陣的轉(zhuǎn)置。
5.根據(jù)權(quán)利要求1所述的計(jì)算機(jī)可讀介質(zhì)，其中所述程度分布數(shù)據(jù)包括與每個(gè)廣告關(guān)聯(lián)的廣告者提供的數(shù)據(jù)。
6.根據(jù)權(quán)利要求1所述的計(jì)算機(jī)可讀介質(zhì)，其中所述程度分布數(shù)據(jù)包括從在先廣告和短語匹配數(shù)據(jù)的統(tǒng)計(jì)特性推斷的數(shù)據(jù)。
7.根據(jù)權(quán)利要求1所述的計(jì)算機(jī)可讀介質(zhì)，其中所述程度分布數(shù)據(jù)包括從存儲(chǔ)的在先廣告和短語匹配數(shù)據(jù)學(xué)習(xí)的數(shù)據(jù)。
8.根據(jù)權(quán)利要求1所述的計(jì)算機(jī)可讀介質(zhì)，其中所述軟件指令適于在分布式處理器上執(zhí)行。
9.根據(jù)權(quán)利要求1所述的計(jì)算機(jī)可讀介質(zhì)，其中所述操作還包括接收用于每個(gè)廣告的配額數(shù)據(jù)；基于與每個(gè)廣告節(jié)點(diǎn)對(duì)應(yīng)的配額數(shù)據(jù)調(diào)節(jié)所述第一權(quán)重矩陣中該節(jié)點(diǎn)的權(quán)重值；以及使用針對(duì)所述廣告節(jié)點(diǎn)的已調(diào)節(jié)權(quán)重值產(chǎn)生所述第二權(quán)重矩陣。
10.根據(jù)權(quán)利要求2所述的計(jì)算機(jī)可讀介質(zhì)，其中每條消息的數(shù)據(jù)內(nèi)容都是單個(gè)標(biāo)量值。
11.根據(jù)權(quán)利要求10所述的計(jì)算機(jī)可讀介質(zhì)，其中所述單一標(biāo)量值對(duì)應(yīng)于所選短語節(jié)點(diǎn)與其相鄰廣告節(jié)點(diǎn)中相應(yīng)一個(gè)的潛在匹配。
12.根據(jù)權(quán)利要求11所述的計(jì)算機(jī)可讀介質(zhì)，其中所述單一標(biāo)量值包括與所選短語節(jié)點(diǎn)和相鄰節(jié)點(diǎn)中相應(yīng)一個(gè)的潛在匹配對(duì)應(yīng)的權(quán)重矩陣值以及該相應(yīng)鄰居節(jié)點(diǎn)從另一節(jié)點(diǎn)接收的消息值，以及與所述相應(yīng)鄰居節(jié)點(diǎn)和所述另一節(jié)點(diǎn)之間潛在匹配對(duì)應(yīng)的權(quán)重矩陣值。
13.根據(jù)權(quán)利要求1所述的計(jì)算機(jī)可讀介質(zhì)，其中所述短語是提交給搜索引擎的搜索查詢中包括的短語。
14.根據(jù)權(quán)利要求1所述的計(jì)算機(jī)可讀介質(zhì)，其中所述短語是從要顯示預(yù)定數(shù)量廣告的內(nèi)容頁之內(nèi)的內(nèi)容提取的短語，使得顯示的廣告涉及在所述內(nèi)容頁上找到的內(nèi)容。
15.根據(jù)權(quán)利要求1所述的計(jì)算機(jī)可讀介質(zhì)，其中所述短語是基于自然語言短語的語義分析確定的短語。
16.根據(jù)權(quán)利要求1所述的計(jì)算機(jī)可讀介質(zhì)，其中所述自然語言短語是自然語言搜索查詢。
17.根據(jù)權(quán)利要求1所述的計(jì)算機(jī)可讀介質(zhì)，其中所述自然語言短語是自然語言廣告者目標(biāo)。
18.一種用于將廣告與搜索項(xiàng)匹配的分布式處理系統(tǒng)，所述系統(tǒng)包括多個(gè)處理器，每個(gè)處理器與具有廣告節(jié)點(diǎn)、搜索項(xiàng)節(jié)點(diǎn)和偽節(jié)點(diǎn)的圖形數(shù)據(jù)結(jié)構(gòu)的至少一個(gè)節(jié)點(diǎn)對(duì)應(yīng)，其中每個(gè)廣告節(jié)點(diǎn)都是至少一個(gè)搜索項(xiàng)節(jié)點(diǎn)的鄰居； 耦合所述多個(gè)處理器并適于在所述處理器之間傳輸消息的網(wǎng)絡(luò)； 其中每個(gè)處理器適于加載并執(zhí)行計(jì)算機(jī)可讀介質(zhì)上存儲(chǔ)的軟件指令，在被執(zhí)行時(shí)，所述軟件指令令所述處理器執(zhí)行如下操作，包括接收第一圖形數(shù)據(jù)結(jié)構(gòu)的一部分、利潤矩陣的一部分和程度分布數(shù)據(jù)的一部分作為輸入，所述第一圖形數(shù)據(jù)結(jié)構(gòu)具有第一組節(jié)點(diǎn)和第二組節(jié)點(diǎn)，第一組節(jié)點(diǎn)的每個(gè)表示廣告，第二組節(jié)點(diǎn)的每個(gè)表示短語，所述利潤矩陣包括針對(duì)所述第一圖形數(shù)據(jù)結(jié)構(gòu)中的廣告和搜索項(xiàng)之間的每個(gè)連接的出價(jià)值；產(chǎn)生第二圖形數(shù)據(jù)結(jié)構(gòu)，所述第二圖形數(shù)據(jù)結(jié)構(gòu)包括與所述第一圖形數(shù)據(jù)結(jié)構(gòu)對(duì)應(yīng)的節(jié)點(diǎn)和多個(gè)偽節(jié)點(diǎn)；產(chǎn)生包括所述利潤矩陣的該部分的權(quán)重矩陣部分，在所述處理器與所述偽節(jié)點(diǎn)之一對(duì)應(yīng)時(shí)，產(chǎn)生與所述偽節(jié)點(diǎn)關(guān)聯(lián)的額外權(quán)重值，根據(jù)所述偽節(jié)點(diǎn)在所述第二圖形數(shù)據(jù)結(jié)構(gòu)中的位置，所述權(quán)重矩陣部分中的所述額外權(quán)重值基于程度分布數(shù)據(jù)的所述部分或零值；接收將所述第二圖形數(shù)據(jù)結(jié)構(gòu)中對(duì)應(yīng)于所述第一圖形數(shù)據(jù)結(jié)構(gòu)的節(jié)點(diǎn)約束到預(yù)定程度值的節(jié)點(diǎn)約束值，并且不接收約束所述第二圖形數(shù)據(jù)結(jié)構(gòu)中的所述偽節(jié)點(diǎn)的約束值；基于所述第二圖形數(shù)據(jù)結(jié)構(gòu)確定最大權(quán)重b匹配，其中將b設(shè)置成預(yù)定程度值，并產(chǎn)生具有二元權(quán)重值的中間圖形數(shù)據(jù)結(jié)構(gòu)，所述確定包括在相鄰節(jié)點(diǎn)之間傳遞消息，直到滿足結(jié)束條件，從而更新與其相應(yīng)鄰居節(jié)點(diǎn)對(duì)應(yīng)的信任值，每條消息的數(shù)據(jù)內(nèi)容基于權(quán)重矩陣值和接收的消息，其中根據(jù)消息更新規(guī)則確定每條消息的數(shù)據(jù)內(nèi)容；在與相應(yīng)處理器關(guān)聯(lián)的電子存儲(chǔ)器中存儲(chǔ)每個(gè)更新的信任值和每條接收的消息； 截取所述中間圖形數(shù)據(jù)結(jié)構(gòu)；基于所述中間圖形數(shù)據(jù)結(jié)構(gòu)的截取部分產(chǎn)生結(jié)果圖形數(shù)據(jù)結(jié)構(gòu)作為輸出，包括選擇預(yù)定數(shù)量的匹配鄰居節(jié)點(diǎn)，所述匹配是基于鄰居節(jié)點(diǎn)的更新信任值確定的；以及輸出所選的匹配鄰居節(jié)點(diǎn)。
19.根據(jù)權(quán)利要求18所述的分布式處理系統(tǒng)，其中每條消息的數(shù)據(jù)內(nèi)容都是單個(gè)標(biāo)量值。
20.根據(jù)權(quán)利要求19所述的分布式處理系統(tǒng)，其中所述單一標(biāo)量值對(duì)應(yīng)于所選搜索項(xiàng)節(jié)點(diǎn)與其相鄰廣告者節(jié)點(diǎn)中相應(yīng)一個(gè)的潛在匹配。
21.根據(jù)權(quán)利要求20所述的分布式處理系統(tǒng)，其中所述單一標(biāo)量值包括與所選搜索項(xiàng)節(jié)點(diǎn)和相鄰節(jié)點(diǎn)中相應(yīng)一個(gè)的潛在匹配對(duì)應(yīng)的利潤矩陣值以及該相應(yīng)鄰居節(jié)點(diǎn)從另一節(jié)點(diǎn)接收的消息值，以及與所述相應(yīng)鄰居節(jié)點(diǎn)和所述另一節(jié)點(diǎn)之間潛在匹配對(duì)應(yīng)的利潤矩陣值。
22.根據(jù)權(quán)利要求18所述的分布式處理系統(tǒng)，其中所述處理器由云計(jì)算系統(tǒng)構(gòu)成。
23.根據(jù)權(quán)利要求18所述的分布式處理系統(tǒng)，其中每個(gè)利潤矩陣值表示與相鄰節(jié)點(diǎn)間邊緣關(guān)聯(lián)的利潤量。
24.根據(jù)權(quán)利要求18所述的分布式處理系統(tǒng)，其中反復(fù)執(zhí)行所述更新，直到滿足所述結(jié)束條件。
25.根據(jù)權(quán)利要求18所述的分布式處理系統(tǒng)，其中所述結(jié)束條件是所述更新預(yù)定數(shù)量的重復(fù)。
26.根據(jù)權(quán)利要求18所述的分布式處理系統(tǒng)，其中所述結(jié)束條件被定義為在預(yù)定一段時(shí)間之內(nèi)接收到無變化的消息值。
27.根據(jù)權(quán)利要求18所述的分布式處理系統(tǒng)，其中所述結(jié)束條件是從每個(gè)節(jié)點(diǎn)發(fā)送若干消息。
28.根據(jù)權(quán)利要求18所述的分布式處理系統(tǒng)，其中所述結(jié)束條件是過去預(yù)定一段時(shí)間。
29.根據(jù)權(quán)利要求18所述的分布式處理系統(tǒng)，其中所述結(jié)束條件被定義為在第一預(yù)定一段時(shí)間之內(nèi)接收到無變化的消息值以及過去第二預(yù)定一段時(shí)間中最早發(fā)生的一個(gè)。
30.一種用于將廣告者與搜索項(xiàng)匹配的計(jì)算機(jī)化方法，所述方法包括提供第一二部圖數(shù)據(jù)結(jié)構(gòu)，所述第一二部圖數(shù)據(jù)結(jié)構(gòu)具有多個(gè)廣告者節(jié)點(diǎn)和多個(gè)搜索項(xiàng)節(jié)點(diǎn)，其中每個(gè)廣告者節(jié)點(diǎn)通過邊緣連接到對(duì)應(yīng)的搜索項(xiàng)節(jié)點(diǎn)；提供利潤矩陣，所述利潤矩陣具有針對(duì)所述二部圖數(shù)據(jù)結(jié)構(gòu)的每條邊緣的利潤； 提供表示每個(gè)節(jié)點(diǎn)的程度分布的程度分布數(shù)據(jù)；產(chǎn)生第二二部圖數(shù)據(jù)結(jié)構(gòu)，所述第二二部圖數(shù)據(jù)結(jié)構(gòu)包括所述第一二部圖數(shù)據(jù)結(jié)構(gòu)的節(jié)點(diǎn)和多個(gè)偽節(jié)點(diǎn)；利用適于執(zhí)行權(quán)重矩陣擴(kuò)展的處理器產(chǎn)生權(quán)重矩陣，所述權(quán)重矩陣包括所述利潤矩陣的值和與所述偽節(jié)點(diǎn)關(guān)聯(lián)的額外值，所述權(quán)重矩陣中的所述額外值是基于所述程度分布數(shù)據(jù)確定的且包括一組零權(quán)重值；將所述第二圖形數(shù)據(jù)結(jié)構(gòu)中對(duì)應(yīng)于所述第一圖形數(shù)據(jù)結(jié)構(gòu)的節(jié)點(diǎn)約束到所述預(yù)定程度值，并且不約束所述第二圖形數(shù)據(jù)結(jié)構(gòu)中的所述偽節(jié)點(diǎn)；基于所述第二圖形數(shù)據(jù)結(jié)構(gòu)確定最大權(quán)重b匹配，其中將b設(shè)置成預(yù)定程度值； 產(chǎn)生具有二元權(quán)重值的中間二部圖數(shù)據(jù)結(jié)構(gòu)；通過截取所述中間圖形數(shù)據(jù)結(jié)構(gòu)以去除偽節(jié)點(diǎn)來產(chǎn)生結(jié)果圖形數(shù)據(jù)結(jié)構(gòu)； 選擇預(yù)定數(shù)量的與一組感興趣搜索項(xiàng)節(jié)點(diǎn)的每個(gè)搜索項(xiàng)節(jié)點(diǎn)匹配的廣告者節(jié)點(diǎn)，所述匹配是基于與每個(gè)感興趣的搜索項(xiàng)節(jié)點(diǎn)相鄰的廣告者節(jié)點(diǎn)的結(jié)果圖形值確定的；以及輸出與每個(gè)感興趣的搜索項(xiàng)節(jié)點(diǎn)匹配的所選廣告者節(jié)點(diǎn)。
31.根據(jù)權(quán)利要求30所述的計(jì)算機(jī)化方法，其中確定所述最大權(quán)重b匹配包括利用適于執(zhí)行信任傳播一般化匹配的處理器在相鄰節(jié)點(diǎn)之間傳遞消息，直到滿足結(jié)束條件，從而更新與連接到選定搜索項(xiàng)節(jié)點(diǎn)的每個(gè)廣告者節(jié)點(diǎn)對(duì)應(yīng)的信任值，每條消息都基于權(quán)重矩陣值和接收的消息，其中根據(jù)壓縮消息更新規(guī)則確定每條消息的數(shù)據(jù)內(nèi)容；以及在與對(duì)應(yīng)廣告者節(jié)點(diǎn)關(guān)聯(lián)的電子存儲(chǔ)器中存儲(chǔ)每個(gè)更新的信任值和每條接收的消息。
32.根據(jù)權(quán)利要求31所述的方法，還包括在對(duì)應(yīng)于與所選廣告者節(jié)點(diǎn)關(guān)聯(lián)的搜索項(xiàng)節(jié)點(diǎn)的搜索結(jié)果頁上顯示與所選廣告者節(jié)點(diǎn)的每個(gè)關(guān)聯(lián)的廣告。
33.根據(jù)權(quán)利要求31所述的方法，還包括在每個(gè)廣告者節(jié)點(diǎn)和每個(gè)搜索項(xiàng)節(jié)點(diǎn)處存儲(chǔ)所述利潤矩陣的一部分和所述程度分布數(shù)據(jù)的一部分，其中基于每個(gè)相應(yīng)廣告者節(jié)點(diǎn)和每個(gè)相應(yīng)搜索項(xiàng)節(jié)點(diǎn)的相鄰節(jié)點(diǎn)選擇每個(gè)部分。
34.根據(jù)權(quán)利要求31所述的方法，其中利用并行處理執(zhí)行所述更新和存儲(chǔ)。
35.根據(jù)權(quán)利要求31所述的方法，其中所述處理器是適于使用具有程度分布數(shù)據(jù)的信任傳播執(zhí)行二部匹配的云計(jì)算系統(tǒng)。
36.根據(jù)權(quán)利要求31所述的方法，其中所述電子存儲(chǔ)器是云存儲(chǔ)系統(tǒng)。
37.根據(jù)權(quán)利要求30所述的方法，其中每個(gè)利潤表示與廣告關(guān)聯(lián)的廣告者刊登廣告的利潤。
38.根據(jù)權(quán)利要求31所述的方法，其中反復(fù)執(zhí)行所述更新，直到滿足所述結(jié)束條件。
39.根據(jù)權(quán)利要求31所述的方法，其中所述結(jié)束條件是所述更新的預(yù)定數(shù)量的重復(fù)。
40.根據(jù)權(quán)利要求31所述的方法，其中所述結(jié)束條件被定義為在預(yù)定一段時(shí)間期間更新的信任值的穩(wěn)定狀態(tài)。
41.根據(jù)權(quán)利要求31所述的方法，其中所述結(jié)束條件是從每個(gè)節(jié)點(diǎn)發(fā)送的若干消息。
42.根據(jù)權(quán)利要求31所述的方法，其中所述結(jié)束條件是過去預(yù)定一段時(shí)間。
43.根據(jù)權(quán)利要求31所述的方法，其中所述結(jié)束條件被定義為在第一預(yù)定一段時(shí)間期間更新的信任值的穩(wěn)定狀態(tài)以及過去第二預(yù)定一段時(shí)間中最早發(fā)生的一個(gè)。
44.一種用于在拍賣中將客戶與供應(yīng)商匹配的計(jì)算機(jī)化方法，所述方法包括提供第一二部圖數(shù)據(jù)結(jié)構(gòu)，所述第一二部圖數(shù)據(jù)結(jié)構(gòu)具有多個(gè)供應(yīng)商節(jié)點(diǎn)和多個(gè)客戶節(jié)點(diǎn)，其中每個(gè)供應(yīng)商節(jié)點(diǎn)通過邊緣連接到客戶；提供第一權(quán)重矩陣數(shù)據(jù)結(jié)構(gòu)，所述第一權(quán)重矩陣數(shù)據(jù)結(jié)構(gòu)具有針對(duì)所述二部圖數(shù)據(jù)結(jié)構(gòu)的每條邊緣的權(quán)重值，其中向每個(gè)供應(yīng)商節(jié)點(diǎn)和每個(gè)客戶節(jié)點(diǎn)提供所述權(quán)重矩陣的一部分，所述權(quán)重矩陣部分包括針對(duì)與每個(gè)相應(yīng)供應(yīng)商節(jié)點(diǎn)和客戶節(jié)點(diǎn)相鄰的節(jié)點(diǎn)的權(quán)重值；使用適于利用在先程度分布信息估計(jì)圖形結(jié)構(gòu)的處理器產(chǎn)生第二圖形數(shù)據(jù)結(jié)構(gòu)，所述第二圖形數(shù)據(jù)結(jié)構(gòu)包括與所述第一二部圖數(shù)據(jù)結(jié)構(gòu)對(duì)應(yīng)的節(jié)點(diǎn)并具有多個(gè)偽節(jié)點(diǎn)；利用所述處理器產(chǎn)生第二權(quán)重矩陣，所述第二權(quán)重矩陣包括所述第一權(quán)重矩陣和額外的權(quán)重值，每個(gè)額外權(quán)重值與所述偽節(jié)點(diǎn)之一關(guān)聯(lián)，所述第二權(quán)重矩陣中的額外權(quán)重值是基于所述程度分布數(shù)據(jù)確定的，所述第二權(quán)重矩陣還包括與一組偽節(jié)點(diǎn)關(guān)聯(lián)的一組零權(quán)重值；在耦合到所述處理器的電子存儲(chǔ)器中存儲(chǔ)所述第二權(quán)重矩陣； 將所述第二圖形數(shù)據(jù)結(jié)構(gòu)中對(duì)應(yīng)于所述第一圖形數(shù)據(jù)結(jié)構(gòu)的節(jié)點(diǎn)的節(jié)點(diǎn)約束到預(yù)定程度值，并且不約束所述第二圖形數(shù)據(jù)結(jié)構(gòu)中的所述偽節(jié)點(diǎn)；基于所述第二圖形數(shù)據(jù)結(jié)構(gòu)確定最大權(quán)重b匹配，其中將b設(shè)置成預(yù)定程度值，并產(chǎn)生具有二元權(quán)重值的中間圖形數(shù)據(jù)結(jié)構(gòu)； 截取所述中間圖形數(shù)據(jù)結(jié)構(gòu)；以及基于所述中間圖形數(shù)據(jù)結(jié)構(gòu)的截取部分產(chǎn)生結(jié)果圖形數(shù)據(jù)結(jié)構(gòu)作為輸出。
45.根據(jù)權(quán)利要求44所述的計(jì)算機(jī)化方法，其中確定所述最大權(quán)重b匹配包括利用適于執(zhí)行信任傳播的處理器在相鄰節(jié)點(diǎn)之間傳遞電子消息，直到滿足結(jié)束條件， 從而更新與供應(yīng)商節(jié)點(diǎn)和客戶節(jié)點(diǎn)的每個(gè)對(duì)應(yīng)的信任值，每條消息都基于所述權(quán)重矩陣部分的值和接收的消息，其中根據(jù)壓縮消息更新規(guī)則確定每條消息的值；以及在與對(duì)應(yīng)節(jié)點(diǎn)關(guān)聯(lián)的電子存儲(chǔ)器中，在所述電子存儲(chǔ)器的存儲(chǔ)位置中存儲(chǔ)接收的消息和針對(duì)每個(gè)供應(yīng)商節(jié)點(diǎn)和客戶節(jié)點(diǎn)的更新信任值。
46.根據(jù)權(quán)利要求45所述的計(jì)算機(jī)化方法，其中所述方法還包括利用所述處理器選擇預(yù)定數(shù)量的供應(yīng)商節(jié)點(diǎn)和與每個(gè)所選供應(yīng)商節(jié)點(diǎn)匹配的預(yù)定數(shù)量的相應(yīng)客戶節(jié)點(diǎn)，所述客戶節(jié)點(diǎn)的選擇基于更新的信任值；以及輸出所選的供應(yīng)商節(jié)點(diǎn)和相應(yīng)的匹配客戶節(jié)點(diǎn)。
47.根據(jù)權(quán)利要求45所述的計(jì)算機(jī)化方法，其中利用并行處理執(zhí)行所述更新和存儲(chǔ)。
48.根據(jù)權(quán)利要求45所述的計(jì)算機(jī)化方法，其中所述并行處理是在云計(jì)算系統(tǒng)上執(zhí)行的，所述電子存儲(chǔ)器包括云存儲(chǔ)系統(tǒng)。
49.根據(jù)權(quán)利要求45所述的計(jì)算機(jī)化方法，其中所述第一權(quán)重矩陣中的每個(gè)權(quán)重表示對(duì)應(yīng)供應(yīng)商和客戶之間連接的利潤量。
50.根據(jù)權(quán)利要求45所述的計(jì)算機(jī)化方法，其中反復(fù)執(zhí)行所述更新，直到滿足所述結(jié)束條件。
51.根據(jù)權(quán)利要求44所述的計(jì)算機(jī)化方法，其中確定所述最大權(quán)重b匹配包括向所述第二圖形數(shù)據(jù)結(jié)構(gòu)應(yīng)用最大流算法。
52.根據(jù)權(quán)利要求44所述的計(jì)算機(jī)化方法，其中針對(duì)每個(gè)節(jié)點(diǎn)的程度分布數(shù)據(jù)包括由相應(yīng)供應(yīng)商或客戶提供的數(shù)據(jù)。
53.根據(jù)權(quán)利要求44所述的計(jì)算機(jī)化方法，其中所述程度分布數(shù)據(jù)包括從在先供應(yīng)商和客戶數(shù)據(jù)的統(tǒng)計(jì)特性推斷的數(shù)據(jù)。
54.根據(jù)權(quán)利要求1所述的計(jì)算機(jī)化方法，其中所述程度分布數(shù)據(jù)包括從存儲(chǔ)的在先供應(yīng)商和客戶匹配數(shù)據(jù)學(xué)習(xí)的數(shù)據(jù)。
55.一種計(jì)算機(jī)可讀介質(zhì)，其上存儲(chǔ)有軟件指令，用于將拍賣中的買家與賣家匹配，在由處理器執(zhí)行時(shí)，所述軟件指令令所述處理器執(zhí)行如下操作，包括提供第一圖形數(shù)據(jù)結(jié)構(gòu)，所述第一圖形數(shù)據(jù)結(jié)構(gòu)具有多個(gè)賣家節(jié)點(diǎn)和多個(gè)買家節(jié)點(diǎn)， 其中每個(gè)賣家節(jié)點(diǎn)通過邊緣連接到買家節(jié)點(diǎn)；提供第一權(quán)重矩陣數(shù)據(jù)結(jié)構(gòu)，所述第一權(quán)重矩陣數(shù)據(jù)結(jié)構(gòu)具有針對(duì)所述第一圖形數(shù)據(jù)結(jié)構(gòu)的每條邊緣的權(quán)重值，其中向每個(gè)供應(yīng)商節(jié)點(diǎn)和每個(gè)客戶節(jié)點(diǎn)提供所述第一權(quán)重矩陣的一部分，所述權(quán)重矩陣部分包括針對(duì)與每個(gè)相應(yīng)供應(yīng)商節(jié)點(diǎn)和客戶節(jié)點(diǎn)相鄰的節(jié)點(diǎn)的權(quán)重值；使用適于利用在先程度分布信息估計(jì)圖形結(jié)構(gòu)的處理器產(chǎn)生第二圖形數(shù)據(jù)結(jié)構(gòu)，所述第二圖形數(shù)據(jù)結(jié)構(gòu)包括與所述第一圖形數(shù)據(jù)結(jié)構(gòu)對(duì)應(yīng)的節(jié)點(diǎn)和多個(gè)偽節(jié)點(diǎn)；利用所述處理器產(chǎn)生第二權(quán)重矩陣，所述第二權(quán)重矩陣包括所述第一權(quán)重矩陣和額外的權(quán)重值，每個(gè)額外權(quán)重值與所述偽節(jié)點(diǎn)之一關(guān)聯(lián)，所述第二權(quán)重矩陣中的額外權(quán)重值是基于所述程度分布數(shù)據(jù)確定的，所述第二權(quán)重矩陣還包括與一組偽節(jié)點(diǎn)之間的邊緣關(guān)聯(lián)的一組零權(quán)重值；在耦合到所述處理器的電子存儲(chǔ)器中存儲(chǔ)所述第二權(quán)重矩陣； 將所述第二圖形數(shù)據(jù)結(jié)構(gòu)中對(duì)應(yīng)于所述第一圖形數(shù)據(jù)結(jié)構(gòu)的節(jié)點(diǎn)的節(jié)點(diǎn)約束到預(yù)定程度值，并且不約束所述第二圖形數(shù)據(jù)結(jié)構(gòu)中的所述偽節(jié)點(diǎn)；基于所述第二圖形數(shù)據(jù)結(jié)構(gòu)確定最大權(quán)重b匹配，其中將b設(shè)置成預(yù)定程度值，所述確定包括利用適于執(zhí)行信任傳播的處理器在相鄰節(jié)點(diǎn)之間傳遞電子消息，直到滿足結(jié)束條件， 從而更新與供應(yīng)商節(jié)點(diǎn)和客戶節(jié)點(diǎn)的每個(gè)對(duì)應(yīng)的信任值，每條消息都基于所述權(quán)重矩陣部分的值和接收的消息，其中根據(jù)壓縮消息更新規(guī)則確定每條消息的值；以及在與所述對(duì)應(yīng)節(jié)點(diǎn)關(guān)聯(lián)的電子存儲(chǔ)器中，在所述電子存儲(chǔ)器的存儲(chǔ)位置中，存儲(chǔ)接收的消息和針對(duì)每個(gè)供應(yīng)商節(jié)點(diǎn)和客戶節(jié)點(diǎn)的更新信任值；通過截取所述中間圖形數(shù)據(jù)結(jié)構(gòu)產(chǎn)生具有二元權(quán)重值的中間圖形數(shù)據(jù)結(jié)構(gòu)；以及利用所述處理器選擇預(yù)定數(shù)量的賣家節(jié)點(diǎn)和與每個(gè)所選賣家節(jié)點(diǎn)匹配的預(yù)定數(shù)量的相應(yīng)買家節(jié)點(diǎn)，所述買家節(jié)點(diǎn)的選擇基于更新的信任值；以及輸出所選的賣家節(jié)點(diǎn)和相應(yīng)的匹配買家節(jié)點(diǎn)。
56.一種使用信任傳播匹配社交網(wǎng)絡(luò)成員的計(jì)算機(jī)化方法，所述方法包括訪問第一圖形數(shù)據(jù)結(jié)構(gòu)和兼容性矩陣，所述第一圖形數(shù)據(jù)結(jié)構(gòu)具有多個(gè)成員節(jié)點(diǎn)，每個(gè)節(jié)點(diǎn)表示社交網(wǎng)絡(luò)服務(wù)的成員，所述兼容性矩陣表示由所述圖形數(shù)據(jù)結(jié)構(gòu)的邊緣連接的成員節(jié)點(diǎn)之間的兼容性；訪問程度分布數(shù)據(jù)，所述程度分布數(shù)據(jù)包括針對(duì)每個(gè)成員節(jié)點(diǎn)的程度分布； 產(chǎn)生第二圖形數(shù)據(jù)結(jié)構(gòu)，所述第二圖形數(shù)據(jù)結(jié)構(gòu)包括從所述第一圖形數(shù)據(jù)結(jié)構(gòu)拷貝的節(jié)點(diǎn)和一組偽節(jié)點(diǎn)；產(chǎn)生權(quán)重矩陣，所述權(quán)重矩陣包括兼容性矩陣以及與成員節(jié)點(diǎn)和偽節(jié)點(diǎn)之間的邊緣對(duì)應(yīng)的額外權(quán)重值，所述額外權(quán)重值基于所述程度分布數(shù)據(jù)的一部分，所述權(quán)重矩陣還包括與偽節(jié)點(diǎn)之間的邊緣對(duì)應(yīng)的一組零權(quán)重值；約束所述第二圖形數(shù)據(jù)結(jié)構(gòu)之內(nèi)的成員節(jié)點(diǎn)的程度值，并且不約束所述第二圖形數(shù)據(jù)結(jié)構(gòu)之內(nèi)的偽節(jié)點(diǎn)；利用適于使用程度分布和信任傳播執(zhí)行社交網(wǎng)絡(luò)服務(wù)成員匹配的處理器在相鄰節(jié)點(diǎn)之間傳遞消息，直到滿足結(jié)束條件，從而更新與所述第二圖形數(shù)據(jù)結(jié)構(gòu)的節(jié)點(diǎn)之間的邊緣對(duì)應(yīng)的信任值，每條消息都基于權(quán)重矩陣值和接收的消息，其中根據(jù)壓縮消息更新規(guī)則確定每條消息的數(shù)據(jù)內(nèi)容；在與對(duì)應(yīng)節(jié)點(diǎn)關(guān)聯(lián)的電子存儲(chǔ)器中存儲(chǔ)每個(gè)更新的信任值和每條接收的消息； 提取所述第二圖形數(shù)據(jù)結(jié)構(gòu)中對(duì)應(yīng)于所述成員節(jié)點(diǎn)的一部分作為結(jié)果圖形數(shù)據(jù)結(jié)構(gòu)；從所述結(jié)果圖形數(shù)據(jù)結(jié)構(gòu)選擇與感興趣成員節(jié)點(diǎn)匹配的預(yù)定數(shù)量的相鄰成員節(jié)點(diǎn)，所述匹配是基于所述感興趣成員節(jié)點(diǎn)的鄰居成員節(jié)點(diǎn)的更新信任值確定的；以及輸出所選的成員節(jié)點(diǎn)。
57.一種用于將項(xiàng)目與其他項(xiàng)目匹配的系統(tǒng)，包括適于存儲(chǔ)軟件指令的存儲(chǔ)器，所述軟件指令用于執(zhí)行利用程度分布將項(xiàng)目與其他項(xiàng)目匹配的方法，第一圖形數(shù)據(jù)結(jié)構(gòu)具有表示項(xiàng)目的節(jié)點(diǎn)，第一權(quán)重矩陣具有與所述第一圖形數(shù)據(jù)結(jié)構(gòu)中連接兩個(gè)項(xiàng)目的邊緣關(guān)聯(lián)的權(quán)重值，所述程度分布數(shù)據(jù)具有針對(duì)所述第一圖形數(shù)據(jù)結(jié)構(gòu)中每個(gè)節(jié)點(diǎn)的程度分布數(shù)據(jù)；耦合到所述存儲(chǔ)器并適于執(zhí)行所述軟件指令且執(zhí)行如下操作的處理器，所述操作包括產(chǎn)生第二圖形數(shù)據(jù)結(jié)構(gòu)，所述第二圖形數(shù)據(jù)結(jié)構(gòu)包括表示所述第一圖形數(shù)據(jù)結(jié)構(gòu)的節(jié)點(diǎn)和多個(gè)偽節(jié)點(diǎn)；產(chǎn)生第二權(quán)重矩陣，所述第二權(quán)重矩陣包括表示所述第一權(quán)重矩陣的值并具有與所述偽節(jié)點(diǎn)關(guān)聯(lián)的額外值，所述額外值是基于所述程度分布數(shù)據(jù)確定的；針對(duì)所述第二圖形數(shù)據(jù)結(jié)構(gòu)中表示所述第一圖形數(shù)據(jù)結(jié)構(gòu)的所述節(jié)點(diǎn)的節(jié)點(diǎn)確定約束值；對(duì)所述第二圖形數(shù)據(jù)結(jié)構(gòu)和所述第二權(quán)重矩陣執(zhí)行最大權(quán)重b匹配操作以產(chǎn)生結(jié)果矩陣；提取所述結(jié)果矩陣中與所述第一圖形數(shù)據(jù)結(jié)構(gòu)的所述節(jié)點(diǎn)對(duì)應(yīng)的一部分；以及提供所述結(jié)果矩陣的一部分作為輸出。
58.根據(jù)權(quán)利要求57所述的系統(tǒng)，其中執(zhí)行所述最大權(quán)重b匹配操作包括對(duì)所述第二圖形數(shù)據(jù)結(jié)構(gòu)和第二權(quán)重矩陣執(zhí)行最大流操作。
59.根據(jù)權(quán)利要求57所述的系統(tǒng)，其中執(zhí)行所述最大權(quán)重b匹配操作包括在所述第二圖形數(shù)據(jù)結(jié)構(gòu)的節(jié)點(diǎn)間執(zhí)行信任傳播操作。
60.根據(jù)權(quán)利要求59所述的系統(tǒng)，其中所述信任傳播操作包括在相鄰節(jié)點(diǎn)之間傳遞消息，直到滿足結(jié)束條件，從而更新與所述第二圖形數(shù)據(jù)結(jié)構(gòu)中選定節(jié)點(diǎn)的每個(gè)相鄰節(jié)點(diǎn)對(duì)應(yīng)的信任值，每條消息都基于所述第二權(quán)重矩陣值和接收的消息，其中根據(jù)壓縮消息更新規(guī)則確定每條消息的數(shù)據(jù)內(nèi)容；以及在與所選節(jié)點(diǎn)關(guān)聯(lián)的電子存儲(chǔ)器中存儲(chǔ)每個(gè)更新的信任值和每條接收的消息。
61.一種用于后期處理推薦輸出的計(jì)算機(jī)化方法，所述方法包括接收培訓(xùn)數(shù)據(jù)集，所述培訓(xùn)數(shù)據(jù)集包含多個(gè)節(jié)點(diǎn)，所述多個(gè)節(jié)點(diǎn)具有一組表示用戶的節(jié)點(diǎn)和一組表示項(xiàng)目的節(jié)點(diǎn)；接收評(píng)級(jí)矩陣，所述評(píng)級(jí)矩陣表示用戶對(duì)所述培訓(xùn)數(shù)據(jù)集中項(xiàng)目的偏好，所述評(píng)級(jí)矩陣中的每個(gè)單元都包含表示用戶之一對(duì)項(xiàng)目之一的評(píng)級(jí)的值；接收測(cè)試數(shù)據(jù)集，所述測(cè)試數(shù)據(jù)集包含多個(gè)節(jié)點(diǎn)，所述多個(gè)節(jié)點(diǎn)具有一組表示用戶的節(jié)點(diǎn)和一組表示項(xiàng)目的節(jié)點(diǎn)，針對(duì)所述培訓(xùn)數(shù)據(jù)集中的每個(gè)用戶和項(xiàng)目產(chǎn)生包括偏差邊界的偏差邊界數(shù)據(jù)； 基于所述培訓(xùn)數(shù)據(jù)集和所述評(píng)級(jí)矩陣學(xué)習(xí)針對(duì)邊緣權(quán)重的值，并在第一權(quán)重矩陣中存儲(chǔ)所述邊緣權(quán)重；產(chǎn)生擴(kuò)展的圖形數(shù)據(jù)結(jié)構(gòu)，所述擴(kuò)展的圖形數(shù)據(jù)結(jié)構(gòu)包括所述測(cè)試數(shù)據(jù)集的節(jié)點(diǎn)和額外的偽節(jié)點(diǎn)；產(chǎn)生第二權(quán)重矩陣，所述第二權(quán)重矩陣包括來自所述第一權(quán)重矩陣與來自所述測(cè)試數(shù)據(jù)集的節(jié)點(diǎn)對(duì)應(yīng)的值以及與所述偽節(jié)點(diǎn)對(duì)應(yīng)的額外值，所述額外值是基于所述偏差邊界數(shù)據(jù)的一部分確定的；將與所述測(cè)試數(shù)據(jù)集節(jié)點(diǎn)對(duì)應(yīng)的擴(kuò)展圖形數(shù)據(jù)結(jié)構(gòu)節(jié)點(diǎn)約束到預(yù)定程度值，并且不約束所述擴(kuò)展圖形數(shù)據(jù)結(jié)構(gòu)中的所述偽節(jié)點(diǎn)；基于所述擴(kuò)展圖形數(shù)據(jù)結(jié)構(gòu)和所述第二權(quán)重矩陣確定最大權(quán)重b匹配，其中將b設(shè)置成預(yù)定程度值，并產(chǎn)生具有二元值的中間圖形數(shù)據(jù)結(jié)構(gòu)；截取所述中間圖形數(shù)據(jù)結(jié)構(gòu)，從而僅保留與所述測(cè)試數(shù)據(jù)集的節(jié)點(diǎn)對(duì)應(yīng)的節(jié)點(diǎn)；以及基于所述中間圖形數(shù)據(jù)結(jié)構(gòu)的截取部分產(chǎn)生結(jié)果圖形數(shù)據(jù)結(jié)構(gòu)作為輸出。
62.根據(jù)權(quán)利要求61所述的計(jì)算機(jī)化方法，其中確定所述最大權(quán)重b匹配包括在相鄰節(jié)點(diǎn)之間傳遞消息，直到滿足結(jié)束條件，從而更新與所述擴(kuò)展圖形數(shù)據(jù)結(jié)構(gòu)中選定用戶節(jié)點(diǎn)的每個(gè)相鄰項(xiàng)目節(jié)點(diǎn)對(duì)應(yīng)的信任值，每條消息都基于所述第二權(quán)重矩陣值和接收的消息，其中根據(jù)壓縮消息更新規(guī)則確定每條消息的數(shù)據(jù)內(nèi)容；以及在與所選用戶節(jié)點(diǎn)關(guān)聯(lián)的電子存儲(chǔ)器中存儲(chǔ)每個(gè)更新的信任值和每條接收的消息。
63.根據(jù)權(quán)利要求62所述的計(jì)算機(jī)化方法，其中產(chǎn)生所述結(jié)果圖包括選擇預(yù)定數(shù)量的與所選用戶節(jié)點(diǎn)匹配的項(xiàng)目節(jié)點(diǎn)，所述匹配基于與所選用戶節(jié)點(diǎn)相鄰的項(xiàng)目節(jié)點(diǎn)的更新信任值；以及輸出所選的項(xiàng)目節(jié)點(diǎn)。
64.根據(jù)權(quán)利要求61所述的計(jì)算機(jī)化方法，其中所述學(xué)習(xí)包括利用邏輯損失函數(shù)執(zhí)行快速最大裕度矩陣因子分解(fMMMF)。
65.一種推薦系統(tǒng)，包括第一處理器，所述第一處理器適于學(xué)習(xí)針對(duì)具有多個(gè)節(jié)點(diǎn)的圖形數(shù)據(jù)結(jié)構(gòu)的邊緣的邊緣權(quán)重，所述多個(gè)節(jié)點(diǎn)包括一組用戶節(jié)點(diǎn)和一組項(xiàng)目節(jié)點(diǎn)，所述第一處理器還適于在第一權(quán)重矩陣中存儲(chǔ)所述邊緣權(quán)重；第二處理器，所述第二處理器耦合到所述第一處理器并適于從所述第一處理器接收所述圖形數(shù)據(jù)結(jié)構(gòu)的一部分和所述第一權(quán)重矩陣，所述第二處理器還適于利用程度分布數(shù)據(jù)執(zhí)行匹配操作，所述程度分布數(shù)據(jù)基于偏差邊界數(shù)據(jù)，所述偏差邊界數(shù)據(jù)包括針對(duì)所述圖形數(shù)據(jù)結(jié)構(gòu)中的每個(gè)用戶和項(xiàng)目的偏差邊界，所述偏差邊界數(shù)據(jù)是基于所述圖形數(shù)據(jù)結(jié)構(gòu)的部分和對(duì)應(yīng)于所述圖形數(shù)據(jù)結(jié)構(gòu)的偏好矩陣確定的，其中所述匹配操作包括產(chǎn)生擴(kuò)展的圖形數(shù)據(jù)結(jié)構(gòu)，所述擴(kuò)展的圖形數(shù)據(jù)結(jié)構(gòu)包括所述圖形數(shù)據(jù)結(jié)構(gòu)的該部分的節(jié)點(diǎn)和多個(gè)偽節(jié)點(diǎn)；產(chǎn)生第二權(quán)重矩陣，所述第二權(quán)重矩陣包括來自所述第一權(quán)重矩陣與來自所述圖形數(shù)據(jù)結(jié)構(gòu)的該部分的節(jié)點(diǎn)對(duì)應(yīng)的值以及與所述偽節(jié)點(diǎn)對(duì)應(yīng)的額外值，所述額外值是基于所述偏差邊界數(shù)據(jù)的一部分確定的；將與所述圖形數(shù)據(jù)結(jié)構(gòu)節(jié)點(diǎn)的該部分對(duì)應(yīng)的擴(kuò)展圖形數(shù)據(jù)結(jié)構(gòu)節(jié)點(diǎn)約束到預(yù)定程度值，不約束所述擴(kuò)展圖形數(shù)據(jù)結(jié)構(gòu)中的所述偽節(jié)點(diǎn)；基于所述擴(kuò)展圖形數(shù)據(jù)結(jié)構(gòu)和所述第二權(quán)重矩陣確定最大權(quán)重b匹配，其中將b設(shè)置成預(yù)定程度值，所述確定包括在相鄰節(jié)點(diǎn)之間傳遞消息，直到滿足結(jié)束條件，從而更新與所述擴(kuò)展圖形數(shù)據(jù)結(jié)構(gòu)中選定用戶節(jié)點(diǎn)的每個(gè)相鄰項(xiàng)目節(jié)點(diǎn)對(duì)應(yīng)的信任值，每條消息都基于所述第二權(quán)重矩陣值和接收的消息，其中根據(jù)壓縮消息更新規(guī)則確定每條消息的數(shù)據(jù)內(nèi)容；以及在與所選用戶節(jié)點(diǎn)關(guān)聯(lián)的電子存儲(chǔ)器中存儲(chǔ)每個(gè)更新的信任值和每條接收的消息； 截取所述中間圖形數(shù)據(jù)結(jié)構(gòu)，從而僅保留與所述圖形數(shù)據(jù)結(jié)構(gòu)的節(jié)點(diǎn)的該部分對(duì)應(yīng)的節(jié)點(diǎn)；以及基于所述中間圖形數(shù)據(jù)結(jié)構(gòu)的截取部分產(chǎn)生結(jié)果圖形數(shù)據(jù)結(jié)構(gòu)作為輸出。
66.根據(jù)權(quán)利要求65所述的推薦系統(tǒng)，其中產(chǎn)生所述結(jié)果圖包括選擇預(yù)定數(shù)量的與所選用戶節(jié)點(diǎn)匹配的項(xiàng)目節(jié)點(diǎn)，所述匹配基于與所選用戶節(jié)點(diǎn)相鄰的項(xiàng)目節(jié)點(diǎn)的更新信任值；以及輸出所選的項(xiàng)目節(jié)點(diǎn)。
67.根據(jù)權(quán)利要求66所述的推薦系統(tǒng)，其中所述項(xiàng)目包括約會(huì)應(yīng)用中的異性成員。
68.根據(jù)權(quán)利要求66所述的推薦系統(tǒng)，其中所述學(xué)習(xí)包括利用邏輯損失函數(shù)執(zhí)行快速最大裕度矩陣因子分解(fMMMF)。
69.根據(jù)權(quán)利要求66所述的推薦系統(tǒng)，其中所述項(xiàng)目包括電影。
70.根據(jù)權(quán)利要求66所述的推薦系統(tǒng)，其中所述項(xiàng)目包括圖書。
71.根據(jù)權(quán)利要求66所述的推薦系統(tǒng)，其中所述項(xiàng)目包括聲音記錄。
72.—種計(jì)算機(jī)可讀介質(zhì)，其上存儲(chǔ)有軟件指令，用于對(duì)計(jì)算機(jī)進(jìn)行編程以對(duì)推薦數(shù)據(jù)進(jìn)行后期處理，在由處理器執(zhí)行時(shí)，所述軟件指令令所述處理器執(zhí)行如下操作，包括接收培訓(xùn)數(shù)據(jù)集，所述培訓(xùn)數(shù)據(jù)集包含多個(gè)節(jié)點(diǎn)，所述多個(gè)節(jié)點(diǎn)包括一組用戶節(jié)點(diǎn)和一組項(xiàng)目節(jié)點(diǎn)；接收評(píng)級(jí)矩陣，所述評(píng)級(jí)矩陣表示用戶對(duì)所述培訓(xùn)數(shù)據(jù)集中項(xiàng)目的偏好，所述評(píng)級(jí)矩陣中的每個(gè)單元都包含表示用戶之一對(duì)項(xiàng)目之一的評(píng)級(jí)的值；接收測(cè)試數(shù)據(jù)集，所述測(cè)試數(shù)據(jù)集包含多個(gè)節(jié)點(diǎn)，所述多個(gè)節(jié)點(diǎn)包括一組用戶節(jié)點(diǎn)和一組項(xiàng)目節(jié)點(diǎn)；針對(duì)所述培訓(xùn)數(shù)據(jù)集中的每個(gè)用戶和每個(gè)項(xiàng)目產(chǎn)生偏差邊界數(shù)據(jù)，所述偏差邊界數(shù)據(jù)包括偏差邊界；基于所述培訓(xùn)數(shù)據(jù)集和所述評(píng)級(jí)矩陣學(xué)習(xí)針對(duì)所述測(cè)試數(shù)據(jù)集中的邊緣權(quán)重的值，并在所述第一權(quán)重矩陣中存儲(chǔ)所述邊緣權(quán)重，所述學(xué)習(xí)包括利用邏輯損失函數(shù)執(zhí)行快速最大裕度矩陣因子分解例程；產(chǎn)生擴(kuò)展的圖形數(shù)據(jù)結(jié)構(gòu)，所述擴(kuò)展的圖形數(shù)據(jù)結(jié)構(gòu)包括所述測(cè)試數(shù)據(jù)集的節(jié)點(diǎn)和額外的偽節(jié)點(diǎn)；產(chǎn)生第二權(quán)重矩陣，所述第二權(quán)重矩陣包括來自所述第一權(quán)重矩陣與來自所述測(cè)試數(shù)據(jù)集的節(jié)點(diǎn)對(duì)應(yīng)的值以及與所述偽節(jié)點(diǎn)對(duì)應(yīng)的額外值，所述額外值是基于所述偏差邊界數(shù)據(jù)的一部分確定的；將與所述測(cè)試數(shù)據(jù)集節(jié)點(diǎn)對(duì)應(yīng)的擴(kuò)展圖形數(shù)據(jù)結(jié)構(gòu)節(jié)點(diǎn)約束到預(yù)定程度值，不約束所述擴(kuò)展圖形數(shù)據(jù)結(jié)構(gòu)中的所述偽節(jié)點(diǎn)；基于所述擴(kuò)展圖形數(shù)據(jù)結(jié)構(gòu)和所述第二權(quán)重矩陣確定最大權(quán)重b匹配，其中將b設(shè)置成預(yù)定程度值，所述確定包括在相鄰節(jié)點(diǎn)之間傳遞消息，直到滿足結(jié)束條件，從而更新與所述擴(kuò)展圖形數(shù)據(jù)結(jié)構(gòu)中選定用戶節(jié)點(diǎn)的每個(gè)相鄰項(xiàng)目節(jié)點(diǎn)對(duì)應(yīng)的信任值，每條消息都基于所述第二權(quán)重矩陣值和接收的消息，其中根據(jù)壓縮消息更新規(guī)則確定每條消息的數(shù)據(jù)內(nèi)容，以及在與所選用戶節(jié)點(diǎn)關(guān)聯(lián)的電子存儲(chǔ)器中存儲(chǔ)每個(gè)更新的信任值和每條接收的消息；截取所述中間圖形數(shù)據(jù)結(jié)構(gòu)，從而僅保留與所述測(cè)試數(shù)據(jù)集的節(jié)點(diǎn)對(duì)應(yīng)的節(jié)點(diǎn)；以及基于所述中間圖形數(shù)據(jù)結(jié)構(gòu)的截取部分產(chǎn)生結(jié)果圖形數(shù)據(jù)結(jié)構(gòu)作為輸出。
73.根據(jù)權(quán)利要求72所述的計(jì)算機(jī)可讀介質(zhì)，其中產(chǎn)生所述結(jié)果圖包括選擇預(yù)定數(shù)量的與所選用戶節(jié)點(diǎn)匹配的項(xiàng)目節(jié)點(diǎn)，所述匹配基于與所選用戶節(jié)點(diǎn)相鄰的項(xiàng)目節(jié)點(diǎn)的更新信任值；以及輸出所選的項(xiàng)目節(jié)點(diǎn)。
74.根據(jù)權(quán)利要求72所述的計(jì)算機(jī)可讀介質(zhì)，其中所述項(xiàng)目包括電影。
75.根據(jù)權(quán)利要求72所述的計(jì)算機(jī)可讀介質(zhì)，其中所述項(xiàng)目包括圖書。
76.根據(jù)權(quán)利要求72所述的計(jì)算機(jī)可讀介質(zhì)，其中所述項(xiàng)目包括聲音記錄。
77.根據(jù)權(quán)利要求72所述的推薦系統(tǒng)，其中所述項(xiàng)目包括約會(huì)應(yīng)用中的異性成員。
全文摘要
公開了一種利用程度分布信息進(jìn)行匹配的方法、系統(tǒng)、計(jì)算機(jī)程序產(chǎn)品和計(jì)算機(jī)可讀介質(zhì)。該方法的一實(shí)施例可以包括對(duì)利用程度分布信息擴(kuò)展的圖形數(shù)據(jù)結(jié)構(gòu)執(zhí)行b匹配，以便識(shí)別選定輸入節(jié)點(diǎn)的鄰居。可以使用信任傳播執(zhí)行b匹配。信任傳播方法適于使用壓縮消息更新規(guī)則并適于用于分布式處理系統(tǒng)。一實(shí)施例還可以包括，通過向第一匹配結(jié)果應(yīng)用程度分布信息以產(chǎn)生第二匹配結(jié)果來增強(qiáng)匹配結(jié)果。公開了用于在線廣告/搜索項(xiàng)匹配、產(chǎn)品推薦、約會(huì)服務(wù)和社交網(wǎng)絡(luò)匹配、拍賣買家/賣家匹配和資源分配等的實(shí)施例。
文檔編號(hào)G06Q30/00GK102317962SQ200980156712
公開日2012年1月11日 申請(qǐng)日期2009年12月11日 優(yōu)先權(quán)日2008年12月12日
發(fā)明者B·黃, T·杰巴拉 申請(qǐng)人:紐約市哥倫比亞大學(xué)理事會(huì)