1.一种移动边缘计算网络下推荐赋能的边缘缓存优化方法，其特征在于，包括以下步骤：

1)建立可推荐边缘缓存系统，包括远程云服务器、基站、边缘服务器、服务用户、内容文件；

2)获取当前待分析基站中所有服务用户、边缘服务器中的信息数据；

3)初始化可推荐边缘缓存系统参数；

4)确定t时刻的内容推荐策略

5)计算t时刻的内容推荐策略 的资源分配代价；

6)更新边缘服务器的缓存内容；

7)返回步骤2)，重复迭代，直至时刻t＝T，输出可推荐边缘缓存系统中的最优缓存内容T为运行周期；

所述基站的数量记为B；每一个基站包含一个边缘服务器；服务用户数量记为M；内容文件数量记为F；所述服务用户为终端设备；

所述可推荐边缘缓存系统中，一个服务用户在一个时刻被一个基站所服务；

所述可推荐边缘缓存系统周期性运行，总运行时刻记为T；

所述终端设备的信息数据包括终端设备的请求内容f；

所述边缘服务器的信息数据包括边缘服务器的缓存内容 边缘服务器的缓存容量大小Kb、边缘服务器的服务用户 和当前边缘服务端的缓存策略其中策略参数 且 策略参数 代表用户m所请求的内容由边缘服务器提供；策略参数 代表用户m所请求的内容由远程云服务器提供；策略参数 代表用户m所请求的内容由边缘服务器所缓存的相似内容提供；

为t时刻服务用户数量；

所述初始化可推荐边缘缓存系统参数的步骤包括：设定缓存策略 其中

设定资源分配代价 其中 表示在t时刻边缘服务器b中包含内容的状态；

设定边缘服务器的缓存内容 随机从F个不同的文件中抽取，且满足约束条件kf为缓存内容的容量；

设定预推荐内容j＝0，j为预推荐内容的编号；

确定t时刻的内容推荐策略 的步骤包括：

4.1)根据边缘服务器缓存内容状态信息 的值判断请求内容f缓存位置；

若 则判断请求内容缓存在边缘服务器中，进入步骤4.2)；

若 则判断请求内容未缓存在边缘服务器中，进入步骤4.3)；

4.2)更新缓存参数，令缓存参数 缓存参数 缓存参数 确定t时刻的内容推荐策略 为用户m所请求的内容由边缘服务器提供；

4.3)计算边缘服务器中缓存内容与请求内容的相似度评分，若相似度评分大于预设阈值，则令缓存参数 缓存参数 缓存参数 确定t时刻的内容推荐策略 为用户m所请求的内容由边缘服务器所缓存的相似内容提供，否则，进入步骤4.4)；

4.4)更新缓存参数，令缓存参数 缓存参数 缓存参数 确定t时刻的内容推荐策略 为用户m所请求的内容由远程云服务器提供；

所述t时刻的内容推荐策略 的资源分配代价 如下所示：式中，λ1、λ2、λ3表示权重，且λ1+λ2+λ3＝1；资源分配代价 为t时刻缓存参数 时的总相似度代价； 为总时延代价； 为t时刻边缘服务端的缓存命中代价；

其中，t时刻软命中的总相似度代价 如下所示：式中， 为用户m在t时刻请求的内容；软命中指用户m所请求的内容由边缘服务器所缓存的相似内容提供；

m

用户m的请求内容f和推荐内容j之间的相似度代价c(f，j)如下所示：t时刻的总时延代价 如下所示：

式中， 表示t时刻边缘服务器b中的缓存替代方案；当 表明当前内容f应该被缓存，否则不缓存； 为云端传输时延；

传输过程中的时延代价 如下所示：

式中， 为边缘服务器传输时延； 表明为用户m推荐的最相似内容j的传输时延；

用户m和边缘服务端b下载速率 如下所示：最优带宽分配代价 如下所示：

2

式中，σ为噪声功率、Pb是从边缘服务器b分配给其服务用户的发射功率、|hb，m|表示信道增益；

t时刻边缘服务端的缓存命中代价 如下所示：软命中率 如下所示：

式中， 表示边缘服务器b所服务的用户数；

以当前获得的缓存策略 和资源分配代价 作为输入数据，通过LRU和LFU原则替换当前边缘服务端的缓存内容；

通过LRU和LFU原则替换当前边缘服务端的缓存内容的步骤包括：a1)在边缘服务器中存储LRU队列和LFU队列；

a2)计算 的值，若 则将当前内容f加入所述LRU队列；

a3)当所述LRU队列中存在访问热度大于预设热度阈值的数据时，将该数据从所述LRU队列中转移至所述LFU队列；

a4)将从所述LRU队列中淘汰的数据的索引记录到LRU淘汰列表，并将从所述LFU队列中淘汰的数据的索引记录到LFU淘汰列表；

a5)当所述LRU淘汰列表的命中次数达到预设第一命中阈值时，增加所述LRU队列的空间，减小所述LFU队列的空间，并重置所述LRU淘汰列表的命中次数；

a6)当所述LFU淘汰列表的命中次数达到预设第二命中阈值时，增加所述LFU队列的空间，减小所述LRU队列的空间，并重置所述LFU淘汰列表的命中次数。

2.根据权利要求1所述的一种移动边缘计算网络下推荐赋能的边缘缓存优化方法，其特征在于，所述相似内容是指与请求内容相似度评分大于预设阈值的缓存内容。

3.根据权利要求1所述的一种移动边缘计算网络下推荐赋能的边缘缓存优化方法，其特征在于，边缘服务器内缓存内容与请求内容相似度评分 如下所示：式中， 为用户m对内容f的评分；Sim(f,j)为相似度矩阵；

其中，相似度矩阵如下所示：

式中，|N(f)|和|N(j)|分别代表喜欢内容f和内容j的用户数，|N(f)∩N(j)|为同时喜欢内容f和内容j的用户数的用户数。