張興旺 李晨暉 麥范金

（1.桂林理工大學(xué) 廣西桂林 541004）

（2.廣西礦冶與環(huán)境科學(xué)實(shí)驗(yàn)中心 廣西桂林 541004）

目前，大數(shù)據(jù)已經(jīng)滲透到所有行業(yè)和領(lǐng)域。自2008年以來(lái)，麥肯錫、IDC、Gartner 等戰(zhàn)略咨詢公司，《The New York Times》、《The Wall Street Journal》、《Forbes》等商業(yè)報(bào)刊，《Nature》、《Science》等科研雜志，《軟件學(xué)報(bào)》、《中國(guó)計(jì)算機(jī)學(xué)會(huì)通訊》、《計(jì)算機(jī)學(xué)報(bào)》等國(guó)內(nèi)學(xué)術(shù)期刊，都安排了大量版面對(duì)大數(shù)據(jù)進(jìn)行介紹。大數(shù)據(jù)基礎(chǔ)理論、學(xué)術(shù)環(huán)境和應(yīng)用研究的火熱給信息移動(dòng)推薦領(lǐng)域的研究帶來(lái)的新的思路、原則和方法，進(jìn)一步將我們帶入到了大數(shù)據(jù)信息化時(shí)代，從而會(huì)產(chǎn)生兩個(gè)突出矛盾，一是可獲取的信息量的爆炸性增長(zhǎng)與用戶選擇信息能力的局限性之間的矛盾，二是同時(shí)共現(xiàn)的信息量的極度豐富和用戶感興趣信息局限性之間的矛盾。這兩個(gè)矛盾的核心科學(xué)問(wèn)題，就是如何從大數(shù)據(jù)中挖掘出用戶感興趣的信息，并按照用戶所喜歡的方式推薦給相應(yīng)用戶?；诖怂枷氚l(fā)展起來(lái)的信息移動(dòng)推薦是融合當(dāng)前各種先進(jìn)技術(shù)的信息服務(wù)新模式，利用移動(dòng)網(wǎng)絡(luò)環(huán)境（移動(dòng)互聯(lián)網(wǎng)、無(wú)線傳感網(wǎng)等）在信息推薦方面的優(yōu)勢(shì)并克服其帶來(lái)的不利條件。孟祥武［2］、劉建國(guó)、許海玲、王立才等已對(duì)移動(dòng)推薦系統(tǒng)、個(gè)性化推薦系統(tǒng)、互聯(lián)網(wǎng)推薦系統(tǒng)、上下文感知推薦系統(tǒng)的概念及研究進(jìn)展做出了充分論述，指出信息移動(dòng)推薦服務(wù)正成為大數(shù)據(jù)時(shí)代的重要研究課題，面向大數(shù)據(jù)的信息移動(dòng)推薦服務(wù)模式是一種面向主動(dòng)服務(wù)、 提高信息利用率、解決“移動(dòng)信息過(guò)?！眴?wèn)題等的新模式和和新技術(shù)手段。

1 面向大數(shù)據(jù)的信息移動(dòng)推薦服務(wù)的典型特征

面向大數(shù)據(jù)的信息移動(dòng)推薦服務(wù)模型作為大數(shù)據(jù)知識(shí)服務(wù)體系的一個(gè)子集，除了擁有大數(shù)據(jù)知識(shí)服務(wù)的共性特征之外，在數(shù)字化、網(wǎng)絡(luò)化、物聯(lián)化、虛擬化、綠色化、智慧化及個(gè)性化（共性特征）的基礎(chǔ)上，其更為突出的典型特征可以概括為：

（1）面向移動(dòng)情境感知的推薦。用戶行為模式和知識(shí)服務(wù)需求正隨著智能手機(jī)、PDA、平板電腦等移動(dòng)智能終端及移動(dòng)信息環(huán)境的完善與普及發(fā)生著革命性的變革，為個(gè)性化推薦提供了豐富的情境信息。與傳統(tǒng)的情境感知技術(shù)相比，面向大數(shù)據(jù)的移動(dòng)情境感知更為強(qiáng)調(diào)RFID射頻數(shù)據(jù)、傳感器數(shù)據(jù)、社交網(wǎng)絡(luò)交互數(shù)據(jù)及移動(dòng)互聯(lián)網(wǎng)數(shù)據(jù)等幾個(gè)大數(shù)據(jù)主要來(lái)源的綜合描述，而移動(dòng)情境感知范圍不僅包括大數(shù)據(jù)環(huán)境中的時(shí)間、地點(diǎn)、用戶行為等基本信息，還包括各種類型的傳感信息及物聯(lián)信息等，通過(guò)綜合分析移動(dòng)情境感知的內(nèi)涵、特征及運(yùn)行機(jī)理，可以盡可能的還原大數(shù)據(jù)環(huán)境下用戶行為模式和大數(shù)據(jù)網(wǎng)絡(luò)環(huán)境的實(shí)時(shí)情境，借此分析、預(yù)測(cè)其知識(shí)服務(wù)需求，從而更好為信息移動(dòng)推薦提供更全面、更可靠的情境模擬。

（2）面向大數(shù)據(jù)移動(dòng)用戶的物理世界真實(shí)反應(yīng)的推薦。大數(shù)據(jù)環(huán)境下移動(dòng)用戶所擁有的一些自然屬性與傳統(tǒng)網(wǎng)絡(luò)環(huán)境下的信息用戶頗為不同： 一是大數(shù)據(jù)移動(dòng)環(huán)境下所有用戶信息都是真實(shí)的 （如移動(dòng)用戶都是采用實(shí)名制）；二是大數(shù)據(jù)移動(dòng)環(huán)境中的各種復(fù)雜結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化的大數(shù)據(jù)，直接反映的用戶之間的移動(dòng)社交網(wǎng)絡(luò)關(guān)系，用戶特征的共性關(guān)系、用戶行為的相互關(guān)系、 知識(shí)服務(wù)的因果關(guān)系等的整體特征隱藏在數(shù)據(jù)網(wǎng)絡(luò)中；三是大數(shù)據(jù)移動(dòng)環(huán)境中的用戶的所有行為（如位置信息、行為信息、身份信息及行為過(guò)程等）都是用戶在物理世界的社交活動(dòng)中的真實(shí)反應(yīng)。

（3）面向大數(shù)據(jù)移動(dòng)用戶行為預(yù)測(cè)的推薦。有研究表明，用戶在移動(dòng)網(wǎng)絡(luò)中的行為會(huì)被許多微妙因素所影響，而通過(guò)用戶在大數(shù)據(jù)移動(dòng)環(huán)境中的行為軌跡及其在網(wǎng)絡(luò)中社交關(guān)系的動(dòng)態(tài)變化，可以對(duì)用戶行為、用戶情感、用戶知識(shí)服務(wù)需求等進(jìn)行分析、建模、預(yù)測(cè)。從而通過(guò)對(duì)用戶在大數(shù)據(jù)移動(dòng)環(huán)境的足跡、點(diǎn)擊歷史、瀏覽歷史、信息反饋，直接真實(shí)的展示用戶的性格、偏好、意愿等相關(guān)數(shù)據(jù)進(jìn)行分析之后，幫助信息服務(wù)機(jī)構(gòu)感知知識(shí)服務(wù)市場(chǎng)、感知用戶需求和能力、感知未來(lái)發(fā)展形勢(shì)等，以便信息服務(wù)機(jī)構(gòu)對(duì)價(jià)值評(píng)估、 服務(wù)能力和服務(wù)水平等做出更科學(xué)的決策，進(jìn)而推薦更為合適的信息。

（4）面向多維大數(shù)據(jù)交叉利用的推薦。在大數(shù)據(jù)移動(dòng)環(huán)境中，數(shù)據(jù)與數(shù)據(jù)之間的關(guān)系大體可分為三類：一是依賴關(guān)系，如用戶的個(gè)人屬性信息（如心情、位置、身份、電話、社交等數(shù)據(jù)）與用戶個(gè)體之間，如果用戶的個(gè)人屬性信息與用戶脫離，那么這些數(shù)據(jù)也就失去了真實(shí)意義；二是協(xié)作關(guān)系，如用戶信息與交通信息（如航空數(shù)據(jù)、鐵路數(shù)據(jù)、公路數(shù)據(jù)等）之間的關(guān)系，一旦用戶準(zhǔn)備出行，就必然會(huì)與交通信息之間產(chǎn)生交互，從而生成新的協(xié)作數(shù)據(jù)；三是交叉關(guān)系，如主要是針對(duì)社交網(wǎng)絡(luò)（包括真實(shí)社交與虛擬社交），用戶在大數(shù)據(jù)移動(dòng)環(huán)境中，不可能只單獨(dú)的使用某一種服務(wù)（如商業(yè)服務(wù)、信息服務(wù)等），他可能既上人人網(wǎng)、新浪微博與朋友們交流，上互聯(lián)網(wǎng)看新聞，又在淘寶、京東、國(guó)美在線上購(gòu)物，同時(shí)還與朋友們打電話、發(fā)短信，或者在網(wǎng)上搜索學(xué)術(shù)論文等等，而用戶在這些過(guò)程中都會(huì)產(chǎn)生不同類型的數(shù)據(jù)，數(shù)據(jù)因?yàn)橛脩?、用戶行為或用戶所處環(huán)境而產(chǎn)生交集，形成了多維數(shù)據(jù)交叉的復(fù)雜社交網(wǎng)絡(luò)。

（5）面向社會(huì)化關(guān)系遷移的推薦。Sinha 等曾于2001年提出，用戶喜歡來(lái)自于周圍朋友的推薦多過(guò)于信息推薦系統(tǒng)推薦的信息，而Salganik 等也在2006 年間接地驗(yàn)證了這一觀點(diǎn)，他們認(rèn)為在信息推薦體系中，通過(guò)對(duì)用戶歷史行為進(jìn)行計(jì)算得出的信息服務(wù)需求不如社會(huì)影響力的重要性。而面向大數(shù)據(jù)的信息移動(dòng)推薦服務(wù)體系則是兩者的有效結(jié)合，其信息移動(dòng)推薦的結(jié)果可能是來(lái)自于類似于口碑相傳的社會(huì)影響力、 或通過(guò)對(duì)用戶在大數(shù)據(jù)移動(dòng)環(huán)境中的歷史行為軌跡的分析，得出的信息移動(dòng)推薦結(jié)果。這一點(diǎn)在傳統(tǒng)的信息推薦體系是難以做到的。

3 面向大數(shù)據(jù)的信息移動(dòng)推薦服務(wù)平臺(tái)體系架構(gòu)

3.1 信息移動(dòng)推薦服務(wù)模型

本文給出了一個(gè)面向多用戶、 基于主動(dòng)服務(wù)、 能商業(yè)、半商業(yè)或非商業(yè)運(yùn)行的，面向大數(shù)據(jù)的信息移動(dòng)推薦服務(wù)模型（見(jiàn)圖1）。與傳統(tǒng)的基于Web 的信息推薦服務(wù)相比，面向大數(shù)據(jù)的信息移動(dòng)推薦服務(wù)模型具有多個(gè)技術(shù)特征：①信息移動(dòng)感知、獲取、傳輸、存儲(chǔ)、分析及決策的實(shí)時(shí)連續(xù)性；②數(shù)據(jù)的真實(shí)性、時(shí)空性、不同類型數(shù)據(jù)間的關(guān)聯(lián)性；③信息移動(dòng)推薦服務(wù)的即時(shí)性、即地性。

面向大數(shù)據(jù)的信息移動(dòng)推薦模型在整個(gè)服務(wù)平臺(tái)體系架構(gòu)中顯得頗為重要，它主要用以解決以下三個(gè)關(guān)鍵問(wèn)題：

（1）信息移動(dòng)推薦多維交互數(shù)據(jù)的感知、獲取、傳輸、存儲(chǔ)、分析及預(yù)測(cè)等服務(wù)的語(yǔ)義獲取。通過(guò)大數(shù)據(jù)環(huán)境中部署的大規(guī)模、多類型、智慧型的傳感網(wǎng)絡(luò)實(shí)時(shí)感知物理世界中用戶、信息、及其關(guān)系網(wǎng)絡(luò)的原始活動(dòng)、半活動(dòng)及非活動(dòng)數(shù)據(jù)，提取信息移動(dòng)推薦服務(wù)過(guò)程中，多維交互數(shù)據(jù)的感知、獲取、傳輸、存儲(chǔ)、分析及預(yù)測(cè)等服務(wù)模型，建立相關(guān)的語(yǔ)義表示和關(guān)聯(lián)模型，生成具有時(shí)空特征的抽象用戶群體信息移動(dòng)推薦一體化網(wǎng)絡(luò)。

圖1 面向大數(shù)據(jù)的信息移動(dòng)推薦服務(wù)模型

（2）信息移動(dòng)推薦多維交互數(shù)據(jù)的感知、獲取、傳輸、存儲(chǔ)、分析及預(yù)測(cè)等服務(wù)模式發(fā)現(xiàn)、模型構(gòu)建及部署。通過(guò)信息移動(dòng)推薦多維交互數(shù)據(jù)的時(shí)空特征，對(duì)用戶、信息、及其關(guān)系網(wǎng)絡(luò)的原始活動(dòng)、半活動(dòng)及非活動(dòng)數(shù)據(jù)進(jìn)行深度挖掘、分析，發(fā)現(xiàn)大數(shù)據(jù)的交互規(guī)律、模式及時(shí)空特性、時(shí)空規(guī)律，從而有效構(gòu)建科學(xué)、合理地信息移動(dòng)推薦服務(wù)模型，并進(jìn)行針對(duì)性部署。

（3）信息移動(dòng)推薦多維交互數(shù)據(jù)的感知、獲取、傳輸、存儲(chǔ)、分析及預(yù)測(cè)等服務(wù)在特定移動(dòng)情境下的演化。在滿足用戶信息移動(dòng)推薦的抽象模型和用戶服務(wù)需求的基本假設(shè)等前提下，動(dòng)態(tài)演繹信息移動(dòng)推薦多維交互數(shù)據(jù)的螺旋式進(jìn)化過(guò)程，旨在感知、獲取、傳輸、存儲(chǔ)、分析及預(yù)測(cè)大數(shù)據(jù)環(huán)境中的用戶、信息、及其關(guān)系網(wǎng)絡(luò)在特定移動(dòng)情境下的演化趨勢(shì)，使信息移動(dòng)推薦主體、客體及主客體間多維交互網(wǎng)絡(luò)能夠以預(yù)期模式進(jìn)行應(yīng)用及推廣。

3.2 面向大數(shù)據(jù)的信息移動(dòng)推薦服務(wù)平臺(tái)體系架構(gòu)

面向大數(shù)據(jù)的信息移動(dòng)推薦服務(wù)平臺(tái)為層次化體系架構(gòu)（見(jiàn)圖2），包括大數(shù)據(jù)資源層、中間件層、移動(dòng)推薦核心服務(wù)層、推薦可視化交互層和移動(dòng)推薦應(yīng)用層。面向大數(shù)據(jù)的信息移動(dòng)推薦服務(wù)平臺(tái)則由中間件層、 移動(dòng)推薦核心服務(wù)層和推薦可視化交互層組成。其中：

（1）大數(shù)據(jù)資源層涵蓋了數(shù)據(jù)資源（結(jié)構(gòu)化、非結(jié)構(gòu)化及半結(jié)構(gòu)化數(shù)據(jù)等）、管理資源、移動(dòng)推薦服務(wù)設(shè)計(jì)資源、仿真資源、集成資源、試驗(yàn)資源、計(jì)算資源、存儲(chǔ)資源、網(wǎng)絡(luò)資源及其他服務(wù)資源等，主要提供的是大數(shù)據(jù)知識(shí)服務(wù)全生命周期管理過(guò)程中所涉及到的各種類型的大數(shù)據(jù)，在經(jīng)過(guò)處理后，成為面向大數(shù)據(jù)的信息移動(dòng)推薦服務(wù)資源。

（2）中間件層支持面向各類大數(shù)據(jù)的信息移動(dòng)推薦服務(wù)資源的虛擬化、服務(wù)化、協(xié)作化等，從而對(duì)信息移動(dòng)推薦多維交互大數(shù)據(jù)的感知、獲取、傳輸、存儲(chǔ)、分析及預(yù)測(cè)等服務(wù)過(guò)程提供有效支持。

（3）移動(dòng)推薦核心服務(wù)層基于中間件層所提供的接口，提供信息移動(dòng)推薦服務(wù)體系最為重要的各種類型的大數(shù)據(jù)知識(shí)服務(wù)功能，包括移動(dòng)推薦服務(wù)部署、注冊(cè)、搜索、匹配、組合、優(yōu)化、調(diào)度、運(yùn)行、服務(wù)過(guò)程的負(fù)載均衡機(jī)制、容錯(cuò)處理、監(jiān)控、評(píng)估、交易及協(xié)作等。

（4）推薦可視化交互層為信息移動(dòng)推薦服務(wù)使用者、運(yùn)營(yíng)者、開(kāi)發(fā)者、及提供者等提供一種支持異構(gòu)協(xié)同大數(shù)據(jù)來(lái)源的高效能、可視化支撐門(mén)戶平臺(tái)，以支持這三類用戶的協(xié)同交互及使用。通過(guò)（移動(dòng)或非移動(dòng)）Web 可視化入口，均可為用戶提供一系列信息移動(dòng)推薦服務(wù)資源和能力。

圖2 面向大數(shù)據(jù)的信息移動(dòng)推薦服務(wù)平臺(tái)體系架構(gòu)圖

（5）移動(dòng)推薦應(yīng)用層提供支持單主體完成單領(lǐng)域信息移動(dòng)推薦、多主體協(xié)同完成單領(lǐng)域信息移動(dòng)推薦、單主體完成跨領(lǐng)域信息移動(dòng)推薦、 多主體協(xié)同完成跨領(lǐng)域信息移動(dòng)推薦、 多主體協(xié)同完成跨領(lǐng)域跨終端信息移動(dòng)推薦等五種服務(wù)模式。參與交互的移動(dòng)推薦應(yīng)用層除了支持傳統(tǒng)的移動(dòng)終端、PC 終端、專業(yè)終端及門(mén)戶等之外，物聯(lián)感知終端、 生物體驗(yàn)終端及其他隱形終端也是未來(lái)大數(shù)據(jù)處理需求的新興技術(shù)體系。

4 面向大數(shù)據(jù)的信息移動(dòng)推薦服務(wù)的關(guān)鍵技術(shù)

面向大數(shù)據(jù)的信息移動(dòng)推薦服務(wù)模型所涉及的關(guān)鍵技術(shù)大致可以分為：

（1）模式、體系架構(gòu)、各類標(biāo)準(zhǔn)及規(guī)范。主要是從系統(tǒng)開(kāi)發(fā)的角度出發(fā)，研究面向大數(shù)據(jù)的信息移動(dòng)推薦系統(tǒng)的結(jié)構(gòu)、內(nèi)涵、運(yùn)行機(jī)理、組織、運(yùn)行及服務(wù)模式等方面的技術(shù)，同時(shí)研究支持實(shí)施面向大數(shù)據(jù)的信息移動(dòng)推薦服務(wù)的相關(guān)標(biāo)準(zhǔn)和規(guī)范。包括：①支持多主體的、跨領(lǐng)域的、面向大數(shù)據(jù)的信息移動(dòng)推薦體系結(jié)構(gòu)； ②大數(shù)據(jù)環(huán)境下信息移動(dòng)推薦服務(wù)的交易、協(xié)作、監(jiān)測(cè)、評(píng)估、互操作模式； ③面向大數(shù)據(jù)的信息移動(dòng)推薦服務(wù)的相關(guān)標(biāo)準(zhǔn)、規(guī)范、協(xié)議、方法等，如大數(shù)據(jù)采集、分類、組織、分析、處理規(guī)范、移動(dòng)推薦核心服務(wù)層交互及互操作接口標(biāo)準(zhǔn)規(guī)范、感知與接入規(guī)范、描述規(guī)范、信息移動(dòng)推薦服務(wù)許可、授權(quán)標(biāo)準(zhǔn)規(guī)范及計(jì)費(fèi)標(biāo)準(zhǔn)等； ④面向大數(shù)據(jù)的信息移動(dòng)推薦服務(wù)組合建模、 描述、 一致性檢查及可執(zhí)行模式轉(zhuǎn)化等； ⑤面向大數(shù)據(jù)的信息移動(dòng)推薦服務(wù)全生命周期管理模式。

（2）大數(shù)據(jù)互感、多源信息主動(dòng)感知、增值及虛擬接入技術(shù)。大數(shù)據(jù)互感、多源信息主動(dòng)感知等是實(shí)現(xiàn)面向大數(shù)據(jù)的信息移動(dòng)推薦服務(wù)執(zhí)行過(guò)程實(shí)時(shí)、 離線信息主動(dòng)推薦的前提和基礎(chǔ)，其目標(biāo)是針對(duì)信息移動(dòng)推薦過(guò)程涉及到的多源信息的采集，在移動(dòng)推薦過(guò)程中引入多傳感技術(shù)，為實(shí)現(xiàn)不同信息移動(dòng)推薦服務(wù)資源、能力的多源信息的智能互感提供技術(shù)支持，從而實(shí)現(xiàn)RFID 射頻數(shù)據(jù)、傳感器數(shù)據(jù)、社交網(wǎng)絡(luò)交互數(shù)據(jù)、移動(dòng)互聯(lián)數(shù)據(jù)等主要大數(shù)據(jù)來(lái)源的數(shù)據(jù)信息的動(dòng)態(tài)有效獲取、分析與預(yù)處理。包括：①大數(shù)據(jù)動(dòng)態(tài)獲取、組織、分析、預(yù)處理、處理等技術(shù)；②面向大數(shù)據(jù)的信息移動(dòng)推薦服務(wù)資源、 能力的虛擬化接入技術(shù)； ③面向大數(shù)據(jù)的信息移動(dòng)推薦服務(wù)過(guò)程中的多源信息的主動(dòng)感知與增值技術(shù)，其中主動(dòng)感知技術(shù)主要包括多層次服務(wù)事件數(shù)據(jù)模型與描述、 服務(wù)過(guò)程主動(dòng)感知模式、 建模過(guò)程、 多源移動(dòng)推薦信息增值技術(shù)等部分，而多源實(shí)時(shí)、離線信息的增值主要基于規(guī)則庫(kù)、組合運(yùn)算、數(shù)據(jù)挖掘等方法實(shí)現(xiàn)，且面向多主體、跨領(lǐng)域的用戶，提供基于實(shí)時(shí)、離線信息處理后的增值推薦信息；④支持參與面向大數(shù)據(jù)的信息移動(dòng)推薦服務(wù)的底層移動(dòng)、非移動(dòng)終端物理設(shè)備虛擬化接入、軟硬件互接入技術(shù)等；⑤信息移動(dòng)服務(wù)定義封裝、發(fā)布、虛擬化技術(shù)及相關(guān)根據(jù)研發(fā)等技術(shù)； ⑥信息移動(dòng)推薦服務(wù)請(qǐng)求接入和訪問(wèn)服務(wù)平臺(tái)技術(shù)等。

（3）移動(dòng)用戶特征提取、相關(guān)信息檢索及推薦信息排序技術(shù)。移動(dòng)用戶特征提取、相關(guān)信息檢索及推薦信息排序技術(shù)是面向大數(shù)據(jù)的信息移動(dòng)推薦服務(wù)模型的三個(gè)核心模塊。移動(dòng)用戶特征提取模塊通過(guò)獲取移動(dòng)用戶的歷史行為以及其他相關(guān)信息（年齡、性別、興趣愛(ài)好、瀏覽過(guò)的信息、其他行為等）生成用戶特征，以便推薦符合該用戶興趣的信息； 相關(guān)信息檢索模塊在接受移動(dòng)用戶特征的基礎(chǔ)上，快速找到該移動(dòng)用戶可能感興趣的候選信息，從而生成推薦信息集合； 推薦信息排序模塊則采用機(jī)器學(xué)習(xí)算法，通過(guò)優(yōu)化某一移動(dòng)推薦指標(biāo) （比如信息點(diǎn)擊率、評(píng)分等），生成信息移動(dòng)推薦服務(wù)模型，計(jì)算得出該移動(dòng)用戶對(duì)該推薦信息集合的認(rèn)可度，并分別計(jì)算推薦信息集合中所有信息的認(rèn)可度，然后按照某種移動(dòng)推薦指標(biāo)進(jìn)行排序。包括：①移動(dòng)情境感知中的用戶行為軌跡、行為模式挖掘、用戶行為、移動(dòng)情境、用戶情感、社交關(guān)系預(yù)測(cè)技術(shù)；②面向大數(shù)據(jù)的信息移動(dòng)檢索、預(yù)處理及索引構(gòu)建技術(shù)；③移動(dòng)用戶與信息的相關(guān)度計(jì)算、信息移動(dòng)推薦服務(wù)分類技術(shù)及移動(dòng)用戶信息服務(wù)需求智能化挖掘、分析及匹配等技術(shù)； ④面向大數(shù)據(jù)的信息移動(dòng)推薦服務(wù)的融合、管理、運(yùn)行、優(yōu)化及反饋等技術(shù)；⑤移動(dòng)情境感知環(huán)境下多維交互大數(shù)據(jù)的時(shí)空交互語(yǔ)義獲取、 模式發(fā)現(xiàn)及在特定情境下的服務(wù)轉(zhuǎn)化技術(shù)。

（4）信息移動(dòng)推薦過(guò)程服務(wù)質(zhì)量信息傳感、監(jiān)控、可信與安全推薦技術(shù)。主要研究和支持面向大數(shù)據(jù)的信息移動(dòng)推薦服務(wù)的提供者、運(yùn)營(yíng)者、使用者、開(kāi)發(fā)者等對(duì)信息移動(dòng)推薦服務(wù)進(jìn)行接入、發(fā)布、維護(hù)、組織與聚合、管理與調(diào)度、監(jiān)測(cè)與評(píng)估等操作，包括：①信息移動(dòng)推薦服務(wù)提供端軟硬件資源和服務(wù)的傳感、接入管理，如統(tǒng)一接口定義、注冊(cè)與管理、認(rèn)證管理、授權(quán)機(jī)制、訪問(wèn)控制等技術(shù)；②信息移動(dòng)推薦的發(fā)布、維護(hù)、組織與聚合、管理與調(diào)度技術(shù)； ③信息移動(dòng)推薦服務(wù)的構(gòu)建與部署、 分解等技術(shù)；④移動(dòng)情境感知終端的嵌入式可信硬件制造、移動(dòng)推薦智能終端的可信接入、發(fā)布技術(shù)、可信移動(dòng)網(wǎng)絡(luò)構(gòu)建、運(yùn)營(yíng)等技術(shù)；⑤信息移動(dòng)推薦系統(tǒng)和服務(wù)的可靠性技術(shù)等。

（5）信息移動(dòng)給推薦服務(wù)的效用評(píng)價(jià)技術(shù)。效用評(píng)價(jià)機(jī)制對(duì)于檢驗(yàn)面向大數(shù)據(jù)的信息移動(dòng)推薦服務(wù)模型的性能和發(fā)現(xiàn)其存在的問(wèn)題來(lái)說(shuō)十分重要，也是信息移動(dòng)推薦服務(wù)體系不可或缺的技術(shù)之一。其主要研究信息移動(dòng)推薦服務(wù)結(jié)果、服務(wù)模式綜合評(píng)價(jià)及大數(shù)據(jù)感知、獲取、組織、分析及預(yù)測(cè)等綜合評(píng)價(jià)技術(shù)，而數(shù)據(jù)集和效用評(píng)價(jià)指標(biāo)是兩個(gè)重要的研究要素。獲取與面向大數(shù)據(jù)的信息移動(dòng)推薦服務(wù)相關(guān)的數(shù)據(jù)集，要比獲取傳統(tǒng)信息推薦系統(tǒng)相關(guān)的數(shù)據(jù)集更為困難，目前，公開(kāi)可用的面向大數(shù)據(jù)的信息移動(dòng)推薦服務(wù)的數(shù)據(jù)集很少，因此，如何獲取真實(shí)、可靠、可用的數(shù)據(jù)集也是亟待解決的關(guān)鍵技術(shù)之一。而在確立數(shù)據(jù)集之后，使用數(shù)據(jù)集對(duì)信息移動(dòng)推薦服務(wù)體系的性能進(jìn)行評(píng)價(jià)時(shí)，評(píng)價(jià)指標(biāo)則是首先需要解決的關(guān)鍵問(wèn)題，如何制定科學(xué)、合理的評(píng)價(jià)指標(biāo)同樣應(yīng)當(dāng)成為待解決的關(guān)鍵技術(shù)之一。

（6）信息移動(dòng)推薦服務(wù)的業(yè)務(wù)管理模式與技術(shù)。主要研究面向大數(shù)據(jù)的信息移動(dòng)推薦服務(wù)模式下的業(yè)務(wù)與服務(wù)流程管理的相關(guān)技術(shù)，包括：①信息移動(dòng)推薦服務(wù)漏乘的動(dòng)態(tài)構(gòu)造、運(yùn)營(yíng)、管理及執(zhí)行技術(shù)；②信息移動(dòng)推薦服務(wù)的成本構(gòu)成、核算、計(jì)價(jià)、交易策略以及相應(yīng)的支付模式等技術(shù)； ③信息移動(dòng)推薦服務(wù)體系中各方的信用管理機(jī)制及實(shí)現(xiàn)技術(shù)； ④物理世界與虛擬世界的普適化人機(jī)交互技術(shù)。

圖3 所描述的技術(shù)體系，給出了每個(gè)技術(shù)小類的含義與主要內(nèi)容，以及該服務(wù)模型所涉及到的部分關(guān)鍵技術(shù)。

5 結(jié)語(yǔ)

面向大數(shù)據(jù)的信息移動(dòng)推薦服務(wù)體系將成為我國(guó)信息服務(wù)領(lǐng)域充分挖掘大數(shù)據(jù)資源、 提升大數(shù)據(jù)知識(shí)服務(wù)核心競(jìng)爭(zhēng)力的重要支撐手段，也是我國(guó)當(dāng)前發(fā)展大數(shù)據(jù)知識(shí)服務(wù)領(lǐng)域需要探索的一個(gè)重要發(fā)展方向。由于面向大數(shù)據(jù)的信息移動(dòng)推薦服務(wù)體系還是一個(gè)嶄新的概念，其相關(guān)理論與技術(shù)在國(guó)內(nèi)才剛剛起步，在國(guó)際上也屬于前沿研究課題，如Netflix 推出的基于大數(shù)據(jù)分析的個(gè)性化推薦系統(tǒng)架構(gòu)、阿里云推出的基于內(nèi)容和行為的智能云推薦體系。為促進(jìn)我國(guó)面向大數(shù)據(jù)的信息移動(dòng)推薦服務(wù)體系的研究、開(kāi)發(fā)、實(shí)施、應(yīng)用與推廣，本文提出了一個(gè)面向多用戶、 基于主動(dòng)服務(wù)的面向大數(shù)據(jù)的信息移動(dòng)推薦服務(wù)模型，建立了一種面向大數(shù)據(jù)的信息移動(dòng)推薦服務(wù)的體系架構(gòu)。

圖3 面向大數(shù)據(jù)的信息移動(dòng)推薦服務(wù)技術(shù)體系

當(dāng)前，面向大數(shù)據(jù)的信息移動(dòng)推薦服務(wù)體系是一個(gè)具有前瞻性和現(xiàn)實(shí)性的前沿課題，它的實(shí)施與發(fā)展應(yīng)該遵循“以需求為導(dǎo)向、以技術(shù)融合為重點(diǎn)、以協(xié)同創(chuàng)新為手段、以應(yīng)用推廣為目標(biāo)”的指導(dǎo)思想。該服務(wù)體系的實(shí)現(xiàn)還需在應(yīng)用需求牽引及相關(guān)技術(shù)的推動(dòng)下，開(kāi)展大量的理論與實(shí)踐的研究工作。

［1］周濤,陳恩紅.推薦技術(shù)與互聯(lián)網(wǎng)廣告［J］.中國(guó)計(jì)算機(jī)學(xué)會(huì)通訊,2013,9(3):6-7.

［2］孟祥武,胡勛,王立才等.移動(dòng)推薦系統(tǒng)及其應(yīng)用研究［J］.軟件學(xué)報(bào),2012，(8):1-18.

［3］劉建國(guó),周濤,汪秉宏.個(gè)性化推薦系統(tǒng)的研究進(jìn)展［J］.自然科學(xué)進(jìn)展,2009,19(1):1-15.

［4］許海玲,吳瀟,李曉東等.互聯(lián)網(wǎng)推薦系統(tǒng)比較研究［J］.軟件學(xué)報(bào),2009,20(2):350-362.

［5］王立才,孟祥武,張玉潔.上下文感知推薦系統(tǒng)［J］.軟件學(xué)報(bào),2012,23(1):1-20.

［6］M.Granovetter.The strength of weak ties ［J］.American Journal of Sociology,1973,78(6):1360-1380.

［7］R.Sinha, K.Swearingen.Comparing recommendations made by online systems and friends ［A］.Proceedings of the DELOS-NSF workshop on personalization and rec ommender systems in digital libraries［C］.2001.

［8］M.J.Salganilk, P.S.Dodds, D.J.Watts.Experimental study of inequality and unpredictability in an artificial culturalmarket［J］.Science,2006，(311):854-856.

［9］於志文,周興社,郭斌.移動(dòng)社交網(wǎng)絡(luò)中的感知計(jì)算模型、平臺(tái)與實(shí)踐［J］.中國(guó)計(jì)算機(jī)學(xué)會(huì)通訊,2012,8(5):15-20.

［10］唐杰,楊洋.移動(dòng)社交網(wǎng)絡(luò)中的用戶行為預(yù)測(cè)模型［J］.中國(guó)計(jì)算機(jī)學(xué)會(huì)通訊,2012,8(5):21-25.

［11］Xavier Amatrain,Justin Basilico.Netflix 公布個(gè)性化和推薦系統(tǒng)架構(gòu)［EB/OL］.［2013-04-03］.http：//www.cs dn.net/article/2013-04-04/2814767-netflix-ml-archi tecture.

［12］云推薦［EB/OL］.［2013-04-03］.http：//tui.#/.