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 ·267. “三亚旅游最佳路线”这样的综合信息。这里，推荐 元如一篇博文、一条微博、一幅图片、一段视频、一首 1)是原始信息的子集，推荐2)是若干原始信息基于 乐曲等，称之为单一资源：单一资源中的某个部分称 某种方式的组合，推荐3)则是原始信息基础上高度 为子资源，如微博中的图片、视频中的音乐等：单一 的分析、处理、总结和重组。上述推荐项目的不同粒 资源的有序组合称为复合资源，如不同用户上传的 度表明了从原始信息的子集、原始信息、到它们某种 关于同一景点的多幅图片及若干文本；通过对单一、 形式的组合、再到更高层次的综合这样不同的资源 复合资源的分析和挖掘，可望得到综合资源，例如， 层次。 对于某个景点，对用户上传的图片、撰写的博文、发 综上，对社会媒体推荐中涉及的“资源”和“用 布的微博、微信等进行深入挖掘可构成“旅游综合 户”给出如下定义： 资源”：针对某个学术问题，对相关社群用户的讨 定义1社会媒体用户。社会媒体资源的发布 论、发表的文章、乃至该社群本身的挖掘可构成“学 者和使用者（一般需要注册），包括上传、转载、共 术综合资源”。由于用户社群因与资源的关系而形 享、浏览、关注等一切对社会媒体资源进行过操作的 成、并通过分析和挖掘而发现，因此，用户社群也是 用户。 一种综合资源。 定义2社会媒体资源。即用户在社会媒体中 根据定义2，本文提出的社会媒体推荐中的多 发布的原始信息单元及其组合或抽象。原始信息单 模态、多层次资源如图1所示。 用户社群 学术 旅游 购物 e. 合资 ©©©© 合资源 单 。。g国 源 子 图1社会媒体推荐中的多模态、多层次资源 Fig.I Multi-modal and multi-level resource in social media for recommendation 基于社会媒体平台，在用户与相关信息构成的 内容进行归类，其结果如图2所示（图中虚线意为 异构信息网络中挖掘用户社群并进而推断用户兴 当前工作并未完全具有的功能)。基于图2，下文分 趣，在推荐内容上实施不同粒度、分层次、高质量的 别从社会媒体资源推荐策略和社会媒体推荐的支撑 信息资源推荐，是用户的潜在需求，更是推荐系统应 技术两方面对相关工作进行综述，并在第4节进行 该、并且通过应用相关技术可望实现的功能。 总结和讨论。 当前社会媒体资源推荐的特点，实际上可以视 为传统的推荐技术被赋予了社会媒体新的内容。在 2社会媒体资源推荐策略 目前的相关工作中，作为最终目标的“面向用户的 根据图2的归纳，将从基于用户社群的推荐、基 多层次资源推荐”主要表现为基于用户社群、媒体 于媒体内容的推荐以及基于多种因素的推荐3方面 内容以及多种因素的推荐，而作为用户兴趣分析方 综述社会媒体资源推荐的相关工作。 法的“多模态的用户兴趣内容分析”和“基于社会关 2.1基于用户社群的推荐 系的协同过滤”则需要社会媒体用户关系分析、社 用户的网络社群性是社会媒体的主要特点之 会媒体多模态信息挖掘以及社会媒体中多模态信息 一，挖掘社会媒体中的社群关系、并基于此进行推 相似性度量等相关技术的支撑。文中对上述涉及的 荐，是社会媒体推荐的一个主要途径。“三亚旅游最佳路线”这样的综合信息。 这里，推荐 １）是原始信息的子集，推荐 ２）是若干原始信息基于 某种方式的组合，推荐 ３）则是原始信息基础上高度 的分析、处理、总结和重组。 上述推荐项目的不同粒 度表明了从原始信息的子集、原始信息、到它们某种 形式的组合、再到更高层次的综合这样不同的资源 层次。 综上，对社会媒体推荐中涉及的“资源”和“用 户”给出如下定义： 定义 １ 社会媒体用户。 社会媒体资源的发布 者和使用者（一般需要注册），包括上传、转载、共 享、浏览、关注等一切对社会媒体资源进行过操作的 用户。 定义 ２ 社会媒体资源。 即用户在社会媒体中 发布的原始信息单元及其组合或抽象。 原始信息单 元如一篇博文、一条微博、一幅图片、一段视频、一首 乐曲等，称之为单一资源；单一资源中的某个部分称 为子资源，如微博中的图片、视频中的音乐等；单一 资源的有序组合称为复合资源，如不同用户上传的 关于同一景点的多幅图片及若干文本；通过对单一、 复合资源的分析和挖掘，可望得到综合资源，例如， 对于某个景点，对用户上传的图片、撰写的博文、发 布的微博、微信等进行深入挖掘可构成“旅游综合 资源”；针对某个学术问题，对相关社群用户的讨 论、发表的文章、乃至该社群本身的挖掘可构成“学 术综合资源”。 由于用户社群因与资源的关系而形 成、并通过分析和挖掘而发现，因此，用户社群也是 一种综合资源。 根据定义 ２，本文提出的社会媒体推荐中的多 模态、多层次资源如图 １ 所示。 图 １ 社会媒体推荐中的多模态、多层次资源 Ｆｉｇ．１ Ｍｕｌｔｉ⁃ｍｏｄａｌ ａｎｄ ｍｕｌｔｉ⁃ｌｅｖｅｌ ｒｅｓｏｕｒｃｅ ｉｎ ｓｏｃｉａｌ ｍｅｄｉａ ｆｏｒ ｒｅｃｏｍｍｅｎｄａｔｉｏｎ 基于社会媒体平台，在用户与相关信息构成的 异构信息网络中挖掘用户社群并进而推断用户兴 趣，在推荐内容上实施不同粒度、分层次、高质量的 信息资源推荐，是用户的潜在需求，更是推荐系统应 该、并且通过应用相关技术可望实现的功能。 当前社会媒体资源推荐的特点，实际上可以视 为传统的推荐技术被赋予了社会媒体新的内容。 在 目前的相关工作中，作为最终目标的“面向用户的 多层次资源推荐” 主要表现为基于用户社群、媒体 内容以及多种因素的推荐，而作为用户兴趣分析方 法的“多模态的用户兴趣内容分析”和“基于社会关 系的协同过滤” 则需要社会媒体用户关系分析、社 会媒体多模态信息挖掘以及社会媒体中多模态信息 相似性度量等相关技术的支撑。 文中对上述涉及的 内容进行归类，其结果如图 ２ 所示（图中虚线意为 当前工作并未完全具有的功能）。 基于图 ２，下文分 别从社会媒体资源推荐策略和社会媒体推荐的支撑 技术两方面对相关工作进行综述，并在第 ４ 节进行 总结和讨论。 ２ 社会媒体资源推荐策略 根据图 ２ 的归纳，将从基于用户社群的推荐、基 于媒体内容的推荐以及基于多种因素的推荐 ３ 方面 综述社会媒体资源推荐的相关工作。 ２．１ 基于用户社群的推荐 用户的网络社群性是社会媒体的主要特点之 一，挖掘社会媒体中的社群关系、并基于此进行推 荐，是社会媒体推荐的一个主要途径。 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 ·２６７·