隐私关注下融入复杂情境及社会关系的移动电商用户个性化推荐研究

This project focuses on complex context and social relationship description with privacy concern and designs recommendation algorithms for different enterprises. Different from existed recommendation method based on complex context, this project incorporates with privacy concern and social relationships. For lack of consideration of complex context and privacy concern, this project studies the expression and management of complex context and social relationships and constructs the users’ interest model. According to these researches, this project gets the methods of handling the interests drift and proposes effective approaches of personalized recommendation which meet enterprises’ demands. The main contents are as follows: 1) researches on the expression of complex context and its management model under privacy concern; 2) constructs mobile e-Commerce users interests model blend in complex context and social relationships; 3) proposes personalized recommendation methods for different enterprises. In this project, theoretical guidance and practical support are used for personalized recommendation service of China mobile ecommerce. The achievements will be used to promote the personalized recommendation service quality of mobile electronic ecommerce, optimize recommendation methods, improve the comprehensive utilization of existing platforms and develop the underlying applyment of recommendation service. Due to these reasons, this project not only has higher academic value but also has urgent actual demands.

本项目聚焦于隐私关注下的移动电商用户复杂情境表征、社会关系量化及基于此的兴趣模型构建研究，设计面向不同层次企业需求的个性化推荐方法。区别于已有研究，本项目融入了隐私关注与社会关系的影响作用。针对复杂情境融入不足，用户隐私关注探讨缺乏的情况，开展复杂情境、社会关系的形式化表达与管理研究，构建用户兴趣模型。在此基础上，针对用户兴趣漂移显著的特点，研究兴趣漂移特征的发现和处理方法。设计满足不同层次企业需求的个性化推荐方法。本项目的研究内容包括：1)隐私关注下复杂情境的获取、表征与管理研究；2) 融入复杂情境及社会关系的兴趣模型构建研究；3) 面向不同层次企业需求的推荐方法研究与应用。本项目旨在为我国移动电子商务下个性化推荐服务实施提供必要的理论指导和实践支持。项目成果将有助于提升移动电子商务服务质量，优化个性化推荐方法，改善现有平台的综合利用度，从而推动个性化服务走向更深层次应用。

近年来随着互联网技术、信息技术和移动通讯技术的成熟以及经济全球化特别是服务经济快速发展的拉动下，以移动性(Mobility)、虚拟性(Virtualization)、数据非结构化 (Unstructured Data)、个性化(Personality)和社会性(Sociality)等为主要特征的移动电子商务(Mobile Electronic Commerce, MEC)成为电子商务发展的驱动引擎。虽然移动电商的发展产生了众多益处，给用户带来了更优质的消费体验，场景化和社交化丰富了信息来源，使得用户能获得更为海量的信息内容，但其信息过载问题也愈演愈烈。对于个人用户而言，期望能随时随地快速、准确地从海量信息中获取所需的内容；对于企业而言，期望能提高信息推送的智能水平，满足移动电商用户实时的个性化需求，实现长尾效应。本项目聚焦于隐私关注下的移动电商用户复杂情境表征、社会关系量化及基于此的兴趣模型构建研究，设计面向不同层次企业需求的个性化推荐方法。区别于已有研究，本项目融入了隐私关注与社会关系的影响作用。针对复杂情境融入不足，用户隐私关注探讨缺乏的情况，开展复杂情境、社会关系的形式化表达与管理研究，构建用户兴趣模型。在此基础上，针对用户兴趣漂移显著的特点，研究兴趣漂移特征的发现和处理方法。设计满足不同层次企业需求的个性化推荐方法。本项目的研究内容包括：1)隐私关注下复杂情境的获取、表征与管理研究；2)融入复杂情境及社会关系的兴趣模型构建研究；3) 面向不同层次企业需求的推荐方法研究与应用。本项目旨在为我国移动电子商务下个性化推荐服务实施提供必要的理论指导和实践支持。围绕项目研究内容，经过三年的研究和实施，本项目发表13篇具有影响力的论文，其中SCI，SSCI检索论文10篇（含2篇ESI高被引论文）；出版学术专著1本；授权国家发明专利6项。项目成果将有助于提升移动电子商务服务质量，优化个性化推荐方法，改善现有平台的综合利用度，从而推动个性化服务走向更深层次应用。