2021年老职员更反对变革 变革中的大数据知识服务：面向大数据的信息移动推荐服务新模式.docx

2021年老职员更反对变革_变革中的大数据知识服务：面向大数据的信息移动推荐服务新模式老职员更反对变革_变革中的大数据知识服务：面向大数据的信息移动推荐服务新模式

　　 　　摘 要：文章将研究重心放在大数据和信息移动推荐服务的有机融合上，总结分析了面向大数据的信息移动推荐服务特有的五个经典特征，在此基础上，建立了面向大数据的信息移动推荐服务模型，提出了对应的体系结构，建立了技术体系，讨论了实施该体系所需攻克的关键技术，最终，简明总结了下一步发展及应用前景。
　　关键词：大数据 大数据知识服务 信息移动推荐 云图书馆 移动情境感知
　　中图分类号： 文件标识码： A 文章编号： 1003-6938202104-0074-06
　　现在，大数据已经渗透到全部行业和领域。自2021年以来，麦肯锡、IDC、Gartner等战略咨询企业，The New York Times、The Wall Street Journal、Forbes等商业报刊，Nature、Science等科研杂志，软件学报、中国计算机学会通讯、计算机学报等我国学术期刊，全部安排了大量版面对大数据进行介绍。大数据基础理论、学术环境和应用研究的火热给信息移动推荐领域的研究带来的新的思绪、标准和方法，深入将我们带入到了大数据信息化时代，从而会产生两个突出矛盾，一是可获取的信息量的爆炸性增加和用户选择信息能力的不足之间的矛盾，二是同时共现的信息量的极度丰富和用户感爱好信息不足之间的矛盾1。这两个矛盾的关键科学问题，就是怎样从大数据中挖掘出用户感爱好的信息，并根据用户所喜爱的方法推荐给对应用户。基于此思想发展起来的信息移动推荐是融合目前多种优秀技术的信息服务新模式，利用移动网络环境移动互联网、无线传感网等在信息推荐方面的优势并克服其带来的不利条件。孟祥武2、刘建国3、许海玲4、王立才5等已对移动推荐系统、个性化推荐系统、互联网推荐系统、上下文感知推荐系统的概念及研究进展做出了充足叙述，指出信息移动推荐服务正成为大数据时代的主要研究课题，面向大数据的信息移动推荐服务模式是一个面向主动服务、提升信息利用率、处理“移动信息过剩”问题等的新模式和和新技术手段。
　　1 面向大数据的信息移动推荐服务的经典特征
　　面向大数据的信息移动推荐服务模型作为大数据知识服务体系的一个子集，除了拥有大数据知识服务的共性特征之外，在数字化、网络化、物联化、虚拟化、绿色化、智慧化及个性化共性特征的基础上，其更为突出的经典特征能够概括为：
　　1面向移动情境感知的推荐。用户行为模式和知识服务需求正伴随智能手机、PDA、平板电脑等移动智能终端及移动信息环境的完善和普及发生着革命性的变革，为个性化推荐提供了丰富的情境信息。和传统的情境感知技术相比，面向大数据的移动情境感知更为强调RFID射频数据、传感器数据、社交网络交互数据及移动互联网数据等多个大数据关键的综合描述，而移动情境感知范围不但包含大数据环境中的时间、地点、用户行为等基础信息，还包含多种类型的传感信息及物联信息等，经过综合分析移动情境感知的内涵、特征及运行机理，能够尽可能的还原大数据环境下用户行为模式和大数据网络环境的实时情境，借此分析、预计其知识服务需求，从而更加好为信息移动推荐提供更全方面、更可靠的情境模拟。
　　2面向大数据移动用户的物理世界真实反应的推荐。大数据环境下移动用户所拥有的部分自然属性和传统网络环境下的信息用户颇为不一样：一是大数据移动环境下全部用户信息全部是真实的如移动用户全部是采取实名制；二是大数据移动环境中的多种复杂结构化、半结构化和非结构化的大数据，直接反应的用户之间的移动社交网络关系，用户特征的共性关系、用户行为的相互关系、知识服务的因果关系等的整体特征隐藏在数据网络中；三是大数据移动环境中的用户的全部行为如位置信息、行为信息、身份信息及行为过程等全部是用户在物理世界的社交活动中的真实反应。
　　3面向大数据移动用户行为预计的推荐。有研究表明，用户在移动网络中的行为会被很多微妙原因所影响6，而经过用户在大数据移动环境中的行为轨迹及其在网络中社交关系的动态改变，能够对用户行为、用户情感、用户知识服务需求等进行分析、建模、预计。从而经过对用户在大数据移动环境的足迹、点击历史、浏览历史、信息反馈，直接真实的展示用户的性格、偏好、意愿等相关数据进行分析以后，帮助信息服务机构感知知识服务市场、感知用户需求和能力、感知未来发展形势等，方便信息服务机构对价值评定、服务能力和服务水平等做出更科学的决议，进而推荐更为适宜的信息。
　　4面向多维大数据交叉利用的推荐。在大数据移动环境中，数据和数据之间的关系大致可分为三类：一是依靠关系，如用户的个人属性信息如心情、位置、身份、电话、社交等数据和用户个体之间，假如用户的个人属性信息和用户脱离，那么这些数据也就失去了真实意义；二是协作