第3期 王大玲，等：社会媒体多模态、多层次资源推荐技术研究 ·273. 3)社会媒体异构信息网络社群挖掘技术研究。 综合资源并非像单一资源或复合资源那样显式 本节内容1)中涉及的用户兴趣模型结构，是将 地存在，它是通过对系统资源挖掘并结合用户兴趣 用户兴趣模型表示为资源序列集合Mu={mu}。,一 模型中的资源分析后发现的，是由若干相同或不同 个用户的Mu可以从该用户对资源的发布和使用历 来源的、相同或不同媒体类型的资源构成的集合。 史获得。在社会媒体中，一个更显著的特点是基于 此外，前面提及，用户社群也是一种综合资源。 用户的网络社会关系、也就是其所在的社群中其他 6)社会媒体资源与用户兴趣匹配机制研究。 用户的兴趣予以推断。在本文中，社群本身也被视 本节1)~5)的研究内容将资源模型表示为一 为一种综合资源，通过社群挖掘获得。前面提及，社 系列f(r:Ir:-1,,T1)(i>1)关系及这些资源不同 会媒体中用户和资源的关系构成异构信息网络，网 层次的特征，将用户模型表示成一系列资源访问序 络中除显式的链接（用户对资源的操作）外，还包括 列r2「m及其中每个资源不同层次的特征。构建 资源内容相关性以及由此导致的用户相关性等隐式 该模型的最终目的是在系统资源中发现满足用户兴 链接。 趣的资源予以推荐。因此，应用该模型推荐时，首先 4)社会媒体资源条件相关性挖掘技术研究。 应在资源模型∫(，lr-1,,)的条件“r-1,…, 本节内容1)、2)分别研究模型的结构和各层次”中找到与用户模型中的兴趣资源序列“12rm 特征抽取及上下文线索的获取问题。而更为复杂的 最匹配者，计算满足该条件的所有f(rlrr2…「m）, 问题是f（r,Ir-1,,r)关系的构建，它涉及同一 并将满足argmaxf(rlr,2n)的资源r(即具有最 资源的不同模态、相同模态的不同资源以及不同模 大推荐指数的资源)作为推荐候选。 态的不同资源之间的条件相关性的计算问题，多模 综上所述，本文4.2节提出的挑战与本节提出 态信息挖掘技术可望解决上述问题。 的研究方向之间的对应关系如图3所示。 5)社会媒体综合资源发现与推荐策略研究。 异构信息网络构建与 社会媒体资源与用户 兴趣模型结构研究 用户社群发现问题 社会媒体网络中 更加复杂的用户关系刻 社会媒体多模态内容与 多层次资源质量与 资源质量分析基础研究 条件相关性判别问题 社会媒体异构信息网络 社会媒体信息 用户兴趣与多层次 社群挖掘技术研究 多模态的表现形式 资源的描述问题 社会媒体资源条件 相关性挖掘技术研究 综合资源的发现 与推荐问题 社会媒体综合资源 社会媒体资源的 多层次推荐需求 发现与推荐策略研究 多层次资源模型中的 信息度量问题 社会媒体资源与用户 兴趣匹配机制研究 社会媒体推荐现状概括 面临的问题与挑战 进一步的研究方向 图3社会媒体推荐现状、问题挑战与研究方向的对应关系 Fig.3 Relationship among present situation,challenges,and research direction in social media 等3种推荐策略的研究现状，综述了社会媒体用户 6 结束语 关系分析、社会媒体多模态信息挖掘、多模态信息相 本文分析了社会媒体中的用户和资源所呈现的 似性度量等3种社会媒体推荐的支撑技术的相关工 新特点，提出社会媒体资源的推荐是对传统的“基 作。在对研究现状和相关工作讨论的基础上，将其 于内容的推荐”、“基于协同过滤的推荐”及其混合 概括为“社会媒体中用户角色的变化构成了更加复 模式的扩展，具有“多模态的用户兴趣内容分析”、 杂的用户关系”、“社会媒体资源表现形式呈现多模 “基于社会关系的协同过滤”和“面向用户的多层次 态特点”、以及“社会媒体资源推荐应该、并可以满 资源推荐”的特点，进而以此展开，综述了基于社群 足多层次的用户需求”，基于此提出了当前社会媒 的推荐、基于媒体内容的推荐、基于多种因素的推荐 体资源推荐面临的挑战及进一步的研究方向。３）社会媒体异构信息网络社群挖掘技术研究。 本节内容 １）中涉及的用户兴趣模型结构，是将 用户兴趣模型表示为资源序列集合 Ｍｕ ＝ ｛ｍｕ｝ ｍ ，一 个用户的 Ｍｕ 可以从该用户对资源的发布和使用历 史获得。 在社会媒体中，一个更显著的特点是基于 用户的网络社会关系、也就是其所在的社群中其他 用户的兴趣予以推断。 在本文中，社群本身也被视 为一种综合资源，通过社群挖掘获得。 前面提及，社 会媒体中用户和资源的关系构成异构信息网络，网 络中除显式的链接（用户对资源的操作）外，还包括 资源内容相关性以及由此导致的用户相关性等隐式 链接。 ４）社会媒体资源条件相关性挖掘技术研究。 本节内容 １）、２）分别研究模型的结构和各层次 特征抽取及上下文线索的获取问题。 而更为复杂的 问题是 ｆ ｒｅｃ（ｒｌ ｜ ｒｌ －１ ， ．．．，ｒ １ ）关系的构建，它涉及同一 资源的不同模态、相同模态的不同资源以及不同模 态的不同资源之间的条件相关性的计算问题，多模 态信息挖掘技术可望解决上述问题。 ５）社会媒体综合资源发现与推荐策略研究。 综合资源并非像单一资源或复合资源那样显式 地存在，它是通过对系统资源挖掘并结合用户兴趣 模型中的资源分析后发现的，是由若干相同或不同 来源的、相同或不同媒体类型的资源构成的集合。 此外，前面提及，用户社群也是一种综合资源。 ６）社会媒体资源与用户兴趣匹配机制研究。 本节 １） ～ ５） 的研究内容将资源模型表示为一 系列 ｆ ｒｅｃ（ｒｉ ｜ｒｉ －１ ， ．．．， ｒ１ ）（ｉ＞１）关系及这些资源不同 层次的特征，将用户模型表示成一系列资源访问序 列 ｒ１ ｒ２ ．．．ｒｍ及其中每个资源不同层次的特征。 构建 该模型的最终目的是在系统资源中发现满足用户兴 趣的资源予以推荐。 因此，应用该模型推荐时，首先 应在资源模型 ｆ ｒｅｃ（ ｒｉ ｜ ｒｉ －１ ， ．．．， ｒ１ ）的条件“ ｒｉ －１ ， ．．．， ｒ１ ”中找到与用户模型中的兴趣资源序列“ ｒ１ ｒ２ ．．．ｒｍ ” 最匹配者，计算满足该条件的所有 ｆ ｒｅｃ（ ｒ ｜ ｒ１ ｒ２ ．．．ｒｍ ）， 并将满足 ａｒｇｍａｘｆ ｒｅｃ（ｒ ｜ ｒ１ ｒ２ ．．．ｒｍ ）的资源 ｒ（即具有最 大推荐指数的资源）作为推荐候选。 综上所述，本文 ４．２ 节提出的挑战与本节提出 的研究方向之间的对应关系如图 ３ 所示。 图 ３ 社会媒体推荐现状、问题挑战与研究方向的对应关系 Ｆｉｇ．３ Ｒｅｌａｔｉｏｎｓｈｉｐ ａｍｏｎｇ ｐｒｅｓｅｎｔ ｓｉｔｕａｔｉｏｎ， ｃｈａｌｌｅｎｇｅｓ， ａｎｄ ｒｅｓｅａｒｃｈ ｄｉｒｅｃｔｉｏｎ ｉｎ ｓｏｃｉａｌ ｍｅｄｉａ ６ 结束语 本文分析了社会媒体中的用户和资源所呈现的 新特点，提出社会媒体资源的推荐是对传统的“基 于内容的推荐”、“基于协同过滤的推荐”及其混合 模式的扩展，具有“多模态的用户兴趣内容分析”、 “基于社会关系的协同过滤”和“面向用户的多层次 资源推荐”的特点，进而以此展开，综述了基于社群 的推荐、基于媒体内容的推荐、基于多种因素的推荐 等 ３ 种推荐策略的研究现状，综述了社会媒体用户 关系分析、社会媒体多模态信息挖掘、多模态信息相 似性度量等 ３ 种社会媒体推荐的支撑技术的相关工 作。 在对研究现状和相关工作讨论的基础上，将其 概括为“社会媒体中用户角色的变化构成了更加复 杂的用户关系”、“社会媒体资源表现形式呈现多模 态特点”、以及“社会媒体资源推荐应该、并可以满 足多层次的用户需求”，基于此提出了当前社会媒 体资源推荐面临的挑战及进一步的研究方向。 第 ３ 期 王大玲，等：社会媒体多模态、多层次资源推荐技术研究 ·２７３·