基于云支持的移动社会网络个性化推荐关键技术研究

互联网时代用户参与知识创造和社会化知识传播催生了信息的严重过载，信息过滤成为信息服务的关键。搜索作为信息过滤的有效手段被广泛采用，但它是被动式服务，而且过程偏于一般化过滤，因此导致搜索结果泛化，不能充分反映用户个性化需求。而个性化推荐能充分挖掘个性信息，以主动方式实现"所得即所需"，是信息服务的重要发展方向。.本项目围绕个性化推荐中体系结构、个性信息获取更新、个性和资源特征表达以及个性化推荐算法等内容展开研究，创新地提出了基于智能终端的个性需求感知模型、基于虚拟社会网络的个性图谱推荐方法和基于云支持的移动社会网络个性推荐实现框架，拟采取云计算体系结构支撑移动智能终端的泛在感知和虚拟社会网络的挖掘分析，采用智能终端感知、获取和更新个性信息，运用虚拟社会网络构建个性图谱进行个性和资源的特征表达，创新设计个性化推荐算法实现资源推荐，为个性化主动信息过滤服务这一科学问题提供解决思路和范式。

互联网时代用户参与知识创造和社会化知识传播催生了信息的严重过载，信息过滤成为信息服务的关键。搜索作为信息过滤的有效手段被广泛采用，但它是被动式服务，而且过程偏于一般化过滤，因此导致搜索结果泛化，不能充分反映用户个性化需求。而个性化推荐能充分挖掘个性信息，以主动方式实现“所得即所需”，是信息服务的重要发展方向。.本项目围绕个性化推荐中体系结构、个性信息获取更新、个性和资源特征表达以及个性化推荐算法等内容展开研究，创新地提出了基于智能终端的个性需求感知模型、基于虚拟社会网络的个性图谱推荐方法和基于云支持的移动社会网络个性推荐实现框架，采取云计算体系结构支撑移动智能终端的泛在感知和虚拟社会网络的挖掘分析，采用智能终端感知、获取和更新个性信息，运用虚拟社会网络构建个性图谱进行个性和资源的特征表达，创新设计个性化推荐算法实现资源推荐，为个性化主动信息过滤服务这一科学问题提供解决思路和范式。.本项目取得的主要成果包括以下几方面：探索了移动云计算环境下的数据访问与安全保护策略研究，提出了移动云环境下基于终端上下文信息的数据保护架构ASFC；开展了在线社会网络中代价受限的影响力传播最大化技术研究，设计了一种以用户的代价预算为限制条件、以信息在目标用户上的传播质量作为评价指标、采用基于图精简模型寻找对目标用户影响力最大的传播源节点集合的贪心策略 BTIDM；开展了在线社会网络中的情感分析技术研究，运用社会学同质性理论，提出用户博文数据的相似性度量指标，结合博文之间的相似性、博文之间的回复关系、用户博文一致性等信息，推断用户间的隐含关系，并在此基础上，进一步研究了融合全面用户关系信息的情感分析方法；针对在线社会网络中的好友、专家、应用以及位置信息服务等对象，分别研究了在线社会网络中的朋友推荐、专家推荐、移动应用推荐以及移动信息服务推荐技术，并在实验系统或模拟仿真系统中得到了验证。.本项目的研究，对于推动在线社会网络中的个性化推荐与信息服务领域的应用，具有良好的理论意义和应用前景。