黃蓉

摘? 要：本文主要從分析現(xiàn)有的校園信息發(fā)布平臺(tái)出發(fā)，圍繞個(gè)性化主動(dòng)信息推送這一目標(biāo)，研究及探索一種基于移動(dòng)網(wǎng)絡(luò)和用戶興趣挖掘技術(shù)的校園信息推送系統(tǒng)。針對(duì)不同的用戶訂制個(gè)性化的服務(wù)策略和功能模式，并通過(guò)分析用戶信息和瀏覽行為以及用戶信息訂閱來(lái)構(gòu)建用戶興趣模型，主動(dòng)將用戶可能感興趣的信息推送給他們，并對(duì)推送結(jié)果進(jìn)行反向跟蹤，實(shí)現(xiàn)信息的“推”技術(shù)，以此構(gòu)建一個(gè)全新的校園信息推送服務(wù)系統(tǒng)，達(dá)到信息的主動(dòng)投放和精確獲取的效果。

關(guān)鍵詞：校園信息推送系統(tǒng)；興趣挖掘；移動(dòng)終端；Android

中圖分類(lèi)號(hào)：TP319?????????? 文獻(xiàn)標(biāo)識(shí)碼：A

1?? 引言（Introduction）

校園信息發(fā)布平臺(tái)[1]是校園信息化建設(shè)的核心內(nèi)容之一，通常用于發(fā)布學(xué)校內(nèi)部各行政機(jī)構(gòu)、院系部門(mén)、課程平臺(tái)、學(xué)生社團(tuán)的相關(guān)信息，有利于職能部門(mén)工作的開(kāi)展和信息公布，并能有效促進(jìn)學(xué)校與社會(huì)的信息交流。一個(gè)全面、快捷、個(gè)性化的校園信息平臺(tái)能讓師生實(shí)時(shí)關(guān)注、參與、發(fā)布校園信息，如：會(huì)議、活動(dòng)、講座、展覽、比賽、實(shí)習(xí)、求職等，讓師生充分利用好身邊的資源，為工作學(xué)習(xí)帶來(lái)便利，并根據(jù)自己的興趣和愛(ài)好，結(jié)交興趣相投的朋友，使校園生活充實(shí)起來(lái)，同時(shí)能有力提高校區(qū)管理和服務(wù)水平，提升學(xué)校的社會(huì)競(jìng)爭(zhēng)力和知名度。

隨著互聯(lián)網(wǎng)時(shí)代的逐步深入，移動(dòng)互聯(lián)網(wǎng)蓬勃發(fā)展，移動(dòng)終端設(shè)備不斷普及，傳統(tǒng)的校園信息發(fā)布形式已經(jīng)不能滿足當(dāng)今智慧校園“任何時(shí)間、任何地點(diǎn)、任何方式”的信息發(fā)布要求，同時(shí)，目前校園的信息平臺(tái)通常只是在Web上將信息內(nèi)容進(jìn)行簡(jiǎn)單的按時(shí)間或者分類(lèi)展示，用戶被動(dòng)瀏覽的信息不一定與用戶興趣相關(guān)，不容易取得用戶的共鳴、信任與支持，用戶必須能夠準(zhǔn)確地表達(dá)自己的信息需求，才能獲得所需的信息，這樣勢(shì)必制約了用戶獲取信息的興趣和能力；另一方面，移動(dòng)設(shè)備性能和移動(dòng)互聯(lián)網(wǎng)帶寬及流量的限制也要求減少無(wú)效信息的發(fā)送。在此背景下，個(gè)性化移動(dòng)信息推送服務(wù)[2]應(yīng)運(yùn)而生，和傳統(tǒng)“人找信息”的方式不同的是，它提供給用戶一種新的服務(wù)模式以解決“移動(dòng)信息爆炸（過(guò)載）”[3]的問(wèn)題。因此，研究并設(shè)計(jì)一種基于興趣挖掘技術(shù)[4]的移動(dòng)校園信息推送系統(tǒng)對(duì)校園信息化建設(shè)都有著重要的意義。

本文主要從分析現(xiàn)有的校園信息發(fā)布平臺(tái)出發(fā)，圍繞個(gè)性化主動(dòng)信息推送這一目標(biāo)，構(gòu)建基于移動(dòng)網(wǎng)絡(luò)和用戶興趣挖掘技術(shù)的校園信息推送服務(wù)系統(tǒng)。智能推送服務(wù)系統(tǒng)基于移動(dòng)終端，方便隨時(shí)隨地訪問(wèn)，并能通過(guò)用戶信息訂閱以及分析用戶信息和瀏覽行為來(lái)獲得用戶的興趣，主動(dòng)將這些用戶可能感興趣的信息推送給他們，達(dá)到信息的主動(dòng)投放和精確獲取的效果。

2?? 問(wèn)題的由來(lái)（Origins）

目前，國(guó)內(nèi)校園信息發(fā)布、宣傳、獲取、溝通、共享的各種渠道與平臺(tái)普遍存在不足，已有的校園信息發(fā)布平臺(tái)一般僅基于Web，雖然Web有其信息量大、不需安裝的優(yōu)點(diǎn)，但會(huì)受到時(shí)間、地點(diǎn)的限制，獲取信息不及時(shí)；而使用手機(jī)訪問(wèn)院校Web，也有界面呈現(xiàn)不友好、操作不方便等缺點(diǎn)；其他移動(dòng)通信常用解決方案如SMS、微信，雖然使用簡(jiǎn)單，但又具有信息量小，功能不能個(gè)性化訂制，且需依賴(lài)服務(wù)提供商等局限，不能使用戶真正享受到快捷準(zhǔn)確的信息服務(wù)，不能滿足校園信息平臺(tái)主動(dòng)投放和精確獲取的服務(wù)要求。

主動(dòng)信息獲取方式很多，目前應(yīng)用最廣泛的是推送技術(shù)[5]。推送技術(shù)，最早由PointCast Network公司在1996年提出，推出目的是為了提高計(jì)算機(jī)網(wǎng)絡(luò)的信息獲取效率。作為一種高效快捷的主動(dòng)信息獲取方法，推送技術(shù)是解決信息爆炸問(wèn)題的有效途徑，并為信息服務(wù)的智能化、個(gè)性化及主動(dòng)性提供了新的方向。自此，國(guó)外各機(jī)構(gòu)就開(kāi)始研究如何利用推送技術(shù)更好地滿足用戶的個(gè)性化信息需求問(wèn)題，研究基于個(gè)性化用戶需求的信息分析、篩選和過(guò)濾技術(shù)，并且開(kāi)始將Push技術(shù)應(yīng)用于Web信息主動(dòng)推送服務(wù)。Push技術(shù)的應(yīng)用研究涉及個(gè)性化產(chǎn)品推薦、信息導(dǎo)覽與檢索、信息推薦系統(tǒng)、信息共享平臺(tái)、移動(dòng)平臺(tái)推薦服務(wù)等眾多領(lǐng)域。

國(guó)內(nèi)對(duì)Push技術(shù)的研究雖然起步較晚，但從2004年至今的十年間，國(guó)內(nèi)有關(guān)Push技術(shù)的文獻(xiàn)就涌現(xiàn)了近2000篇，其中有相當(dāng)大的部分是對(duì)Push技術(shù)的理論和應(yīng)用的研究。最近五年，研究主要集中在信息檢索、電子商務(wù)個(gè)性化服務(wù)、WEB目錄推薦、圖書(shū)館個(gè)性化主動(dòng)服務(wù)以及手機(jī)等移動(dòng)終端推薦服務(wù)的Push技術(shù)等領(lǐng)域，尤其是移動(dòng)推薦領(lǐng)域，通過(guò)獲取和預(yù)測(cè)移動(dòng)終端用戶潛在偏好及興趣來(lái)過(guò)濾不相關(guān)的信息，為移動(dòng)終端用戶提供能滿足其個(gè)性化需求的信息，逐漸成為緩解“移動(dòng)信息過(guò)載”的有效手段，獲得越來(lái)越多的關(guān)注。其優(yōu)勢(shì)在于：①提高消息準(zhǔn)確率。消息推送技術(shù)可以有效控制搜索的廣度和深度，查找、過(guò)濾類(lèi)似消息和無(wú)關(guān)消息，提高消息服務(wù)的準(zhǔn)確性。②節(jié)省查找時(shí)間開(kāi)銷(xiāo)。在移動(dòng)網(wǎng)絡(luò)環(huán)境下，網(wǎng)絡(luò)情況不穩(wěn)定，用戶的時(shí)間被切割成“碎片”，很難保證查找消息的時(shí)間，利用消息推送技術(shù)可以有效減少獲取消息的時(shí)間，避免無(wú)目的性的點(diǎn)擊查詢。

③推送和保存的消息形式多樣?？梢酝扑透鞣N圖像、小程序、音頻、視頻等，并且可以文本文件的形式保存在用戶設(shè)備。④提高消息推送效率。消息推送服務(wù)器可以針對(duì)用戶興趣對(duì)推送消息進(jìn)行智能識(shí)別和預(yù)測(cè)，按照用戶興趣模型自動(dòng)篩選、搜集信息，定期向目標(biāo)用戶主動(dòng)發(fā)送滿足不同用戶興趣的信息。

在關(guān)注信息推送技術(shù)優(yōu)點(diǎn)的同時(shí)，本文通過(guò)研究分析發(fā)現(xiàn)：信息推送技術(shù)在信息服務(wù)的實(shí)際應(yīng)用中仍然存在信息過(guò)載情況嚴(yán)重、個(gè)性化程度不高等有待解決的問(wèn)題，還需對(duì)其進(jìn)行完善和優(yōu)化。目前，國(guó)內(nèi)外針對(duì)推送技術(shù)具體方法及其改進(jìn)策略的研究主要集中在Web挖掘技術(shù)、RSS推送技術(shù)、Agent推送技術(shù)、基于網(wǎng)格的信息推送技術(shù)和協(xié)同過(guò)濾（Collaborative filtering）推送技術(shù)。但就目前推送技術(shù)的應(yīng)用現(xiàn)狀而言，上述多數(shù)推送技術(shù)的個(gè)性化程度不強(qiáng)，難以滿足用戶有針對(duì)性的推送要求，具體表現(xiàn)在訂制信息時(shí)要求用戶具有專(zhuān)業(yè)的知識(shí)背景，用戶只有能準(zhǔn)確地表達(dá)自己的信息需求，才有可能獲得準(zhǔn)確的相關(guān)信息，這樣往往制約了用戶獲取信息的興趣和能力，因此以上技術(shù)在信息服務(wù)中均表現(xiàn)不佳。endprint

近年來(lái)，針對(duì)用戶興趣建模的相關(guān)技術(shù)已逐漸成為信息推送服務(wù)系統(tǒng)中最關(guān)鍵也是最需解決的研究?jī)?nèi)容，如何進(jìn)一步挖掘用戶可能興趣，關(guān)注用戶潛在需求已經(jīng)成為數(shù)據(jù)挖掘領(lǐng)域的研究熱點(diǎn)。2012年，由王微微等人提出的基于用戶行為的興趣度模型，可以利用期望最大化算法并結(jié)合用戶興趣，實(shí)現(xiàn)用戶聚類(lèi)，以此創(chuàng)建用戶興趣度模型，進(jìn)而對(duì)用戶進(jìn)行個(gè)性化信息管理[6]；趙妍、趙學(xué)民在《基于CURE的用戶聚類(lèi)算法研究》中提出可以根據(jù)用戶興趣的主要特征，提取元素的顯著屬性進(jìn)行預(yù)聚類(lèi)，為小類(lèi)合并提供合理的初始類(lèi)集，達(dá)到聚類(lèi)降維的效果[7]。雖然這些聚類(lèi)算法在個(gè)性化推薦應(yīng)用中表現(xiàn)出較好的效果和質(zhì)量，但是這些用戶模型的建立都是基于傳統(tǒng)互聯(lián)網(wǎng)，由于移動(dòng)用戶與傳統(tǒng)互聯(lián)網(wǎng)用戶相比面臨著更加融合、復(fù)雜、協(xié)作的移動(dòng)網(wǎng)絡(luò)環(huán)境和泛在的移動(dòng)信息提供環(huán)境，只有在充分、準(zhǔn)確提取和預(yù)測(cè)移動(dòng)用戶在移動(dòng)網(wǎng)絡(luò)環(huán)境下對(duì)各種類(lèi)型移動(dòng)信息內(nèi)容的偏好后，才能有效的生成移動(dòng)推薦[8]。因此，盡管移動(dòng)推薦系統(tǒng)的基本思想與傳統(tǒng)互聯(lián)網(wǎng)推薦系統(tǒng)相似，仍需著重考慮移動(dòng)網(wǎng)絡(luò)環(huán)境給推薦系統(tǒng)帶來(lái)的影響，如：移動(dòng)推薦系統(tǒng)中用戶移動(dòng)性強(qiáng)，移動(dòng)信息推薦需求受上下文影響很大；且移動(dòng)設(shè)備屏幕小、處理能力差、輸入受限；無(wú)線網(wǎng)絡(luò)帶寬窄、穩(wěn)定性不佳等因素使其對(duì)信息準(zhǔn)確度和實(shí)時(shí)性的要求更高，從而使得適應(yīng)傳統(tǒng)互聯(lián)網(wǎng)的用戶推薦方法并不能直接應(yīng)用到移動(dòng)推薦系統(tǒng)中，在此方面還有許多工作需要研究和解決。

3?? 技術(shù)分析（Technical analysis）

目前關(guān)于信息推送和用戶興趣模型建模技術(shù)的研究不少，但卻沒(méi)有一套完整的、成熟的技術(shù)體系，導(dǎo)致在此基礎(chǔ)上的應(yīng)用不多，特別是將移動(dòng)信息推送和用戶興趣挖掘技術(shù)相結(jié)合的研究更是少之又少，需要進(jìn)一步的研究。

根據(jù)以上分析，本文提出了基于用戶興趣挖掘技術(shù)且適用于移動(dòng)網(wǎng)絡(luò)的個(gè)性化信息推送模型，并以此為基礎(chǔ)提出個(gè)性化信息推送服務(wù)框架，針對(duì)不同用戶設(shè)計(jì)個(gè)性化的服務(wù)策略和系統(tǒng)，通過(guò)分析用戶信息和瀏覽行為以及信息訂閱來(lái)獲得用戶的興趣，主動(dòng)將這些用戶可能感興趣的信息推送給他們，并對(duì)推送結(jié)果進(jìn)行反向跟蹤，實(shí)現(xiàn)信息的“推”技術(shù)，以此構(gòu)建一個(gè)全新的校園信息推送服務(wù)系統(tǒng)。

本文通過(guò)深入研究并借鑒國(guó)內(nèi)外校園信息平臺(tái)已有的研究成果，理論結(jié)合實(shí)際，在現(xiàn)有研究工作的基礎(chǔ)上，開(kāi)發(fā)個(gè)性化校園信息推送系統(tǒng)，探索和研究校園信息平臺(tái)的新思路、新方法，將根據(jù)移動(dòng)互聯(lián)網(wǎng)中校園用戶興趣的各種特點(diǎn)，深入研究移動(dòng)信息推送服務(wù)中用戶興趣管理和興趣更新的難題，并結(jié)合數(shù)學(xué)建模技術(shù)，構(gòu)建用戶興趣更新模型和用戶興趣管理模型，建立適用于移動(dòng)互聯(lián)網(wǎng)的基于用戶興趣挖掘技術(shù)的校園信息推送模型，最終研究設(shè)計(jì)出基于移動(dòng)終端的個(gè)性化校園信息推送系統(tǒng)原型，對(duì)研究成果進(jìn)行測(cè)試、驗(yàn)證，并調(diào)優(yōu)。

4?? 基于用戶興趣挖掘技術(shù)的移動(dòng)校園信息推送系

統(tǒng)設(shè)計(jì)（Design of mobile campus information

push system based on user interest in mining

technology ）

4.1?? 移動(dòng)校園信息推送系統(tǒng)總體架構(gòu)設(shè)計(jì)

在充分對(duì)移動(dòng)校園信息推送系統(tǒng)的業(yè)務(wù)需求、網(wǎng)絡(luò)需求進(jìn)行綜合分析后，本文研究的移動(dòng)校園信息推送系統(tǒng)總體架構(gòu)采用C/S架構(gòu)，分為客戶端和服務(wù)器端。

客戶端需安裝移動(dòng)校園信息推送APP應(yīng)用軟件，應(yīng)用基于Android平臺(tái)和應(yīng)用程序框架進(jìn)行開(kāi)發(fā)，分為展示層、業(yè)務(wù)層和持久層。展示層主要負(fù)責(zé)調(diào)用視圖展示系統(tǒng)中定義的各類(lèi)信息；業(yè)務(wù)層主要提供接收、存儲(chǔ)、維護(hù)服務(wù)器端推送過(guò)來(lái)的信息，并提供對(duì)各類(lèi)信息的查詢、維護(hù)和簡(jiǎn)單的業(yè)務(wù)邏輯功能；持久層提供各類(lèi)推送信息、多媒體資源和日志記錄等的持久化存儲(chǔ)功能，提供數(shù)據(jù)、文件的通用訪問(wèn)接口。

服務(wù)器端則包括信息的檢索、維護(hù)、信息推送和權(quán)限控制等關(guān)鍵業(yè)務(wù)功能，采用成熟的開(kāi)源框架進(jìn)行開(kāi)發(fā)，分為業(yè)務(wù)層、服務(wù)層、數(shù)據(jù)層三層架構(gòu)。業(yè)務(wù)層提供信息檢索、信息分發(fā)、信息維護(hù)、信息下載、信息內(nèi)容過(guò)濾等服務(wù)；服務(wù)層為業(yè)務(wù)層提供支持，提供信息分發(fā)、信息維護(hù)、權(quán)限管理和各類(lèi)推送方式接口，是信息推送系統(tǒng)的核心，負(fù)責(zé)收集用戶使用習(xí)慣、分析用戶興趣、信息維護(hù)、推送方式選擇等核心服務(wù)；數(shù)據(jù)層提供資源目錄、基本信息、用戶訂閱信息、權(quán)限和日志數(shù)據(jù)的持久化存儲(chǔ)和文件和數(shù)據(jù)庫(kù)訪問(wèn)接口。

客戶端和服務(wù)器端之間通過(guò)Socket或HTTP方式連接，客戶端用戶登錄后，系統(tǒng)記錄用戶的連接信息，并定時(shí)向客戶端發(fā)送?；钸B接信息，直至客戶端退出。無(wú)線通信網(wǎng)絡(luò)主要由移動(dòng)通信基站（如3G、4G網(wǎng)絡(luò)等）和Wi-Fi網(wǎng)絡(luò)提供通信功能。

4.2?? 消息訂閱及推送機(jī)制研究

用戶興趣模型建立的一個(gè)主要依據(jù)就是用戶對(duì)消息的訂閱列表。用戶訂閱列表建立在服務(wù)器中系統(tǒng)創(chuàng)建的消息分類(lèi)數(shù)據(jù)結(jié)構(gòu)基礎(chǔ)之上，消息分類(lèi)數(shù)據(jù)結(jié)構(gòu)在系統(tǒng)初始化時(shí)即被創(chuàng)建，在服務(wù)器運(yùn)行期間可以動(dòng)態(tài)新增、刪除、修改、移動(dòng)和管理消息分類(lèi)子項(xiàng)。訂閱的內(nèi)容包括用戶消息和系統(tǒng)消息。系統(tǒng)消息是系統(tǒng)強(qiáng)制要求用戶訂閱的內(nèi)容，普通用戶不能隨意刪除或修改該消息，訂閱規(guī)則由各部門(mén)相關(guān)管理人員根據(jù)實(shí)際需求制定及調(diào)整，根據(jù)規(guī)則推送消息；用戶消息則是用戶根據(jù)興趣自行訂閱相關(guān)內(nèi)容。不論是系統(tǒng)消息還是用戶消息在申請(qǐng)時(shí)都必須對(duì)訂閱用戶權(quán)限級(jí)別進(jìn)行審核，如果經(jīng)審核發(fā)現(xiàn)訂閱內(nèi)容要求權(quán)限高于申請(qǐng)人員的已有權(quán)限，系統(tǒng)將提示用戶沒(méi)有訂閱權(quán)限，不予執(zhí)行此次訂閱要求。

消息推送機(jī)制包括消息推送和消息反饋兩個(gè)階段。推送階段有人工消息推送和系統(tǒng)消息推送方法實(shí)現(xiàn)，人工消息推送是指管理人員人工選擇推送內(nèi)容和方式將消息推送到指定的接收端；系統(tǒng)消息推送是服務(wù)器將處理過(guò)的消息按要求自動(dòng)推送到接收端。其中系統(tǒng)推送方式是指服務(wù)器根據(jù)消息的時(shí)間要求和重要程度來(lái)智能選擇推送方式，以此來(lái)保障消息的實(shí)時(shí)性和準(zhǔn)確性要求，實(shí)現(xiàn)推送效率最優(yōu)。消息按重要程度分為高優(yōu)先級(jí)、中優(yōu)先級(jí)和低優(yōu)先級(jí)三個(gè)層次；消息的實(shí)時(shí)性要求分為緊急、一般、不緊急三個(gè)層次。endprint

消息反饋階段可以保證重要消息能夠安全及時(shí)被推送到指定客戶端，采取消息跟蹤反饋機(jī)制實(shí)現(xiàn)，流程如下：

（1）首先，每當(dāng)服務(wù)器端發(fā)送一條消息到客戶端，先根據(jù)消息的重要程度進(jìn)行判斷，如果是重要消息，則開(kāi)始跟蹤，并啟動(dòng)一個(gè)計(jì)時(shí)器進(jìn)行計(jì)時(shí)。

（2）客戶端收到消息后立即將一條反饋消息發(fā)還給服務(wù)器端。

（3）如果服務(wù)器端在計(jì)時(shí)器超時(shí)前接收到客戶端的反饋消息，則終止計(jì)時(shí)，并將反饋消息存儲(chǔ)到反饋消息表中。

（4）如果服務(wù)器端超時(shí)仍未收到反饋消息，則重新發(fā)送該條消息到客戶端，重啟計(jì)時(shí)器，重復(fù)步驟（3），同時(shí)令發(fā)送失敗計(jì)數(shù)器加1；如果計(jì)數(shù)器大于4，系統(tǒng)則認(rèn)為該客戶端不可達(dá)，停止發(fā)送此消息到該客戶端，同時(shí)將未成功發(fā)送消息存到表中。

通過(guò)該消息跟蹤反饋機(jī)制，系統(tǒng)能夠清楚知道重要消息的發(fā)送情況，有利于保障實(shí)時(shí)性和管理人員后階段行動(dòng)安排。

同時(shí)，為了提升消息推送的準(zhǔn)確度，推送之前系統(tǒng)先對(duì)消息進(jìn)行過(guò)濾，消息過(guò)濾模塊的主要功能就是針對(duì)不同用戶特征，綜合多個(gè)制約因素對(duì)推送消息進(jìn)行篩選和過(guò)濾。本文中消息過(guò)濾主要參考因素包括用戶的興趣訂閱列表、系統(tǒng)訂閱規(guī)則、用戶當(dāng)前上下文、所屬部門(mén)及職務(wù)和當(dāng)前位置等。

4.3?? 用戶興趣挖掘算法研究

如何針對(duì)不同用戶特征定制個(gè)性化服務(wù)，挖掘用戶感興趣的偏好是最有效的手段，通過(guò)用戶興趣挖掘，建立用戶興趣模型，不僅可以保障推送到用戶的消息的精確度，而且可以發(fā)現(xiàn)潛藏興趣。用戶興趣分為顯式興趣和隱式興趣：

I=X+Y

公式中：I表示用戶所有興趣，X表示用戶顯式興趣，Y表示用戶隱式興趣。

其中，顯式興趣較易獲得，我們可以先根據(jù)不同用戶對(duì)各種類(lèi)型消息的訂閱列表取得用戶感興趣的消息清單，然后統(tǒng)計(jì)每位用戶對(duì)不同類(lèi)型消息的訪問(wèn)次數(shù)，并進(jìn)行排名，序號(hào)靠前的就是用戶相對(duì)比較感興趣的消息類(lèi)別。雖然我們可以通過(guò)上述計(jì)算求得用戶的顯式興趣，但如何發(fā)掘用戶的潛在興趣仍是研究的難題。數(shù)據(jù)挖掘技術(shù)中的聚類(lèi)算法可以通過(guò)分析一類(lèi)用戶群體的共同特征，以此獲得某個(gè)特定用戶的隱式興趣。

聚類(lèi)算法的實(shí)現(xiàn)原理是在數(shù)據(jù)庫(kù)中創(chuàng)建用戶訪問(wèn)記錄表，用戶的所有訪問(wèn)記錄全部存儲(chǔ)在此表中，表結(jié)構(gòu)參見(jiàn)表1。

表1 用戶訪問(wèn)記錄存儲(chǔ)結(jié)構(gòu)表

Tab.1 User access records storage structure

主鍵?用戶ID?信息分類(lèi)ID?訪問(wèn)次數(shù)?訪問(wèn)時(shí)間

但是，當(dāng)用戶數(shù)量龐大，系統(tǒng)使用時(shí)間較長(zhǎng)時(shí)，訪問(wèn)記錄表將變得非常巨大，需要按時(shí)間周期分成不同子表，每個(gè)時(shí)間周期對(duì)應(yīng)一張子表，本周期內(nèi)的所有用戶訪問(wèn)記錄都保存在這張子表中，系統(tǒng)按時(shí)間檢索不同子表，從而有效提高檢索速度。

系統(tǒng)定期分析此時(shí)間周期的用戶訪問(wèn)記錄子表，挖掘用戶潛在興趣。主要步驟如下：首先構(gòu)建用戶相似度矩陣進(jìn)行聚類(lèi)。用戶相似度算法可以反映兩個(gè)用戶的相似程度，系統(tǒng)著重考慮此時(shí)間周期內(nèi)的用戶相似度，同時(shí)兼顧前一時(shí)間周期的用戶相似度，通過(guò)加權(quán)求和得出用戶總體相似度，計(jì)算公式如下：

式中：—當(dāng)前兩個(gè)用戶間的相似度，—兩個(gè)用戶的訪問(wèn)相同鏈接次數(shù)，—兩個(gè)用戶所訪問(wèn)的鏈接的總數(shù)。

由此可以得出多個(gè)用戶的相似度矩陣如下：

系統(tǒng)將用戶訪問(wèn)記錄分割成以T為時(shí)間間隔的表中，為了保持?jǐn)?shù)據(jù)的連續(xù)性和提高系統(tǒng)處理效率，系統(tǒng)只生成最近時(shí)間間隔T內(nèi)用戶間相似矩陣，然后與上一次最新用戶間相似矩陣加權(quán)求和，取得最新的用戶間相似矩陣，數(shù)學(xué)表示為：

式中：—最新的用戶間相似矩陣，—上一次最新用戶間相似矩陣，—最近時(shí)間間隔T內(nèi)用戶間相似矩陣。

在加權(quán)求和時(shí)，如果某用戶被刪除，將中矩陣對(duì)應(yīng)的行和列刪除；如果添加新用戶，則在矩陣的行和列尾部添加相應(yīng)的行和列，新加項(xiàng)的初始值均為0，后續(xù)再根據(jù)訪問(wèn)情況進(jìn)行修改，求得用戶的相似矩陣后，再通過(guò)用戶瀏覽路徑算法對(duì)用戶進(jìn)行聚類(lèi)。本文中，由于采用了分時(shí)間周期加權(quán)求和的方法，避免了聚類(lèi)算法每次對(duì)所有的用戶來(lái)求用戶間相似矩陣的問(wèn)題，時(shí)間開(kāi)銷(xiāo)大大減少。

5?? 結(jié)論（Conclusion）

本文通過(guò)研究移動(dòng)信息訂閱和信息推送機(jī)制以及基于聚類(lèi)算法的用戶興趣挖掘和服務(wù)器端混合信息過(guò)濾技術(shù)，設(shè)計(jì)并實(shí)現(xiàn)一個(gè)基于用戶興趣挖掘技術(shù)的移動(dòng)校園信息推送服務(wù)系統(tǒng)，并在已覆蓋Wi-Fi等移動(dòng)互聯(lián)網(wǎng)的校園區(qū)域內(nèi)進(jìn)行測(cè)試，對(duì)系統(tǒng)功能進(jìn)行測(cè)試驗(yàn)證。系統(tǒng)能過(guò)濾用戶感興趣的信息，提高信息推送的質(zhì)量和準(zhǔn)確度，減少無(wú)關(guān)信息推送到客戶端；同時(shí)能通過(guò)數(shù)據(jù)挖掘技術(shù)，進(jìn)一步發(fā)掘用戶潛在興趣，從而獲得更好的用戶體驗(yàn)。本文的研究是對(duì)現(xiàn)有信息推送技術(shù)的優(yōu)化和改進(jìn)，在傳統(tǒng)的基礎(chǔ)上，結(jié)合數(shù)據(jù)挖掘技術(shù)和用戶模型管理，建立一套適合移動(dòng)網(wǎng)絡(luò)的混合型信息推送系統(tǒng)，結(jié)合用戶身份信息、用戶訂閱的主題、用戶所屬的任務(wù)信息、用戶所在位置等信息，通過(guò)數(shù)據(jù)挖掘獲取用戶潛在興趣，解決用戶模型的更新問(wèn)題，是對(duì)現(xiàn)有信息推送技術(shù)理論的有力補(bǔ)充與完善，同時(shí)，雖然本文是圍繞校園信息推送系統(tǒng)進(jìn)行研究，但是研究構(gòu)建的基于用戶興趣挖掘技術(shù)并適用于移動(dòng)網(wǎng)絡(luò)的個(gè)性化信息推送模型同樣適用于其他應(yīng)用領(lǐng)域，如：移動(dòng)新聞信息推送、移動(dòng)旅游信息推送、移動(dòng)電子商務(wù)個(gè)性化服務(wù)等。因此，研究完成后，研究成果將具有廣泛的項(xiàng)目應(yīng)用前景。

參考文獻(xiàn)（References）

[1] 王晨輝.基于Android平臺(tái)校園信息發(fā)布系統(tǒng)[J].數(shù)字技術(shù)與

應(yīng)用，2010，（08）：123.

[2] 孟祥武，等.移動(dòng)推薦系統(tǒng)及其應(yīng)用[J].軟件學(xué)報(bào)，2013，24（1）：

91-108.

[3] 王立才，孟祥武.移動(dòng)網(wǎng)絡(luò)服務(wù)中基于認(rèn)知心理學(xué)的用戶偏好

提取方法[J].電子學(xué)報(bào)，2011，39（11）：2547-2553.

[4] 林霜梅，等.個(gè)性化推薦系統(tǒng)中的用戶建模及特征選擇[J].計(jì)

算機(jī)工程，2007，33（17）：196-230.

[5] 廖軼宸.基于移動(dòng)網(wǎng)絡(luò)的混合型信息推送系統(tǒng)的研究[J].計(jì)算

機(jī)工程與設(shè)計(jì)，2012，33（8）：3268-3273.

[6] 王微微，夏秀峰，李曉明.一種基于用戶行為的興趣度模型[J].

計(jì)算機(jī)工程與應(yīng)用，2012，48（8）：148-151.

[7] 趙妍，趙學(xué)民.基于CURE的用戶聚類(lèi)算法研究[J].計(jì)算機(jī)工

程與應(yīng)用，2012，48（11）：97-101.

[8] 宋樂(lè)怡，熊輝，張蓉.下一代移動(dòng)推薦系統(tǒng)[J].華東師范大學(xué)學(xué)

報(bào)（自然科學(xué)版），2013，5（3）：37-45.

作者簡(jiǎn)介：

黃? 蓉（1981-），女，碩士，講師.研究領(lǐng)域：移動(dòng)計(jì)算，通信

工程.endprint

消息反饋階段可以保證重要消息能夠安全及時(shí)被推送到指定客戶端，采取消息跟蹤反饋機(jī)制實(shí)現(xiàn)，流程如下：

（1）首先，每當(dāng)服務(wù)器端發(fā)送一條消息到客戶端，先根據(jù)消息的重要程度進(jìn)行判斷，如果是重要消息，則開(kāi)始跟蹤，并啟動(dòng)一個(gè)計(jì)時(shí)器進(jìn)行計(jì)時(shí)。

（2）客戶端收到消息后立即將一條反饋消息發(fā)還給服務(wù)器端。

（3）如果服務(wù)器端在計(jì)時(shí)器超時(shí)前接收到客戶端的反饋消息，則終止計(jì)時(shí)，并將反饋消息存儲(chǔ)到反饋消息表中。

（4）如果服務(wù)器端超時(shí)仍未收到反饋消息，則重新發(fā)送該條消息到客戶端，重啟計(jì)時(shí)器，重復(fù)步驟（3），同時(shí)令發(fā)送失敗計(jì)數(shù)器加1；如果計(jì)數(shù)器大于4，系統(tǒng)則認(rèn)為該客戶端不可達(dá)，停止發(fā)送此消息到該客戶端，同時(shí)將未成功發(fā)送消息存到表中。

通過(guò)該消息跟蹤反饋機(jī)制，系統(tǒng)能夠清楚知道重要消息的發(fā)送情況，有利于保障實(shí)時(shí)性和管理人員后階段行動(dòng)安排。

同時(shí)，為了提升消息推送的準(zhǔn)確度，推送之前系統(tǒng)先對(duì)消息進(jìn)行過(guò)濾，消息過(guò)濾模塊的主要功能就是針對(duì)不同用戶特征，綜合多個(gè)制約因素對(duì)推送消息進(jìn)行篩選和過(guò)濾。本文中消息過(guò)濾主要參考因素包括用戶的興趣訂閱列表、系統(tǒng)訂閱規(guī)則、用戶當(dāng)前上下文、所屬部門(mén)及職務(wù)和當(dāng)前位置等。

4.3?? 用戶興趣挖掘算法研究

如何針對(duì)不同用戶特征定制個(gè)性化服務(wù)，挖掘用戶感興趣的偏好是最有效的手段，通過(guò)用戶興趣挖掘，建立用戶興趣模型，不僅可以保障推送到用戶的消息的精確度，而且可以發(fā)現(xiàn)潛藏興趣。用戶興趣分為顯式興趣和隱式興趣：

I=X+Y

公式中：I表示用戶所有興趣，X表示用戶顯式興趣，Y表示用戶隱式興趣。

其中，顯式興趣較易獲得，我們可以先根據(jù)不同用戶對(duì)各種類(lèi)型消息的訂閱列表取得用戶感興趣的消息清單，然后統(tǒng)計(jì)每位用戶對(duì)不同類(lèi)型消息的訪問(wèn)次數(shù)，并進(jìn)行排名，序號(hào)靠前的就是用戶相對(duì)比較感興趣的消息類(lèi)別。雖然我們可以通過(guò)上述計(jì)算求得用戶的顯式興趣，但如何發(fā)掘用戶的潛在興趣仍是研究的難題。數(shù)據(jù)挖掘技術(shù)中的聚類(lèi)算法可以通過(guò)分析一類(lèi)用戶群體的共同特征，以此獲得某個(gè)特定用戶的隱式興趣。

聚類(lèi)算法的實(shí)現(xiàn)原理是在數(shù)據(jù)庫(kù)中創(chuàng)建用戶訪問(wèn)記錄表，用戶的所有訪問(wèn)記錄全部存儲(chǔ)在此表中，表結(jié)構(gòu)參見(jiàn)表1。

表1 用戶訪問(wèn)記錄存儲(chǔ)結(jié)構(gòu)表

Tab.1 User access records storage structure

主鍵?用戶ID?信息分類(lèi)ID?訪問(wèn)次數(shù)?訪問(wèn)時(shí)間

但是，當(dāng)用戶數(shù)量龐大，系統(tǒng)使用時(shí)間較長(zhǎng)時(shí)，訪問(wèn)記錄表將變得非常巨大，需要按時(shí)間周期分成不同子表，每個(gè)時(shí)間周期對(duì)應(yīng)一張子表，本周期內(nèi)的所有用戶訪問(wèn)記錄都保存在這張子表中，系統(tǒng)按時(shí)間檢索不同子表，從而有效提高檢索速度。

系統(tǒng)定期分析此時(shí)間周期的用戶訪問(wèn)記錄子表，挖掘用戶潛在興趣。主要步驟如下：首先構(gòu)建用戶相似度矩陣進(jìn)行聚類(lèi)。用戶相似度算法可以反映兩個(gè)用戶的相似程度，系統(tǒng)著重考慮此時(shí)間周期內(nèi)的用戶相似度，同時(shí)兼顧前一時(shí)間周期的用戶相似度，通過(guò)加權(quán)求和得出用戶總體相似度，計(jì)算公式如下：

式中：—當(dāng)前兩個(gè)用戶間的相似度，—兩個(gè)用戶的訪問(wèn)相同鏈接次數(shù)，—兩個(gè)用戶所訪問(wèn)的鏈接的總數(shù)。

由此可以得出多個(gè)用戶的相似度矩陣如下：

系統(tǒng)將用戶訪問(wèn)記錄分割成以T為時(shí)間間隔的表中，為了保持?jǐn)?shù)據(jù)的連續(xù)性和提高系統(tǒng)處理效率，系統(tǒng)只生成最近時(shí)間間隔T內(nèi)用戶間相似矩陣，然后與上一次最新用戶間相似矩陣加權(quán)求和，取得最新的用戶間相似矩陣，數(shù)學(xué)表示為：

式中：—最新的用戶間相似矩陣，—上一次最新用戶間相似矩陣，—最近時(shí)間間隔T內(nèi)用戶間相似矩陣。

在加權(quán)求和時(shí)，如果某用戶被刪除，將中矩陣對(duì)應(yīng)的行和列刪除；如果添加新用戶，則在矩陣的行和列尾部添加相應(yīng)的行和列，新加項(xiàng)的初始值均為0，后續(xù)再根據(jù)訪問(wèn)情況進(jìn)行修改，求得用戶的相似矩陣后，再通過(guò)用戶瀏覽路徑算法對(duì)用戶進(jìn)行聚類(lèi)。本文中，由于采用了分時(shí)間周期加權(quán)求和的方法，避免了聚類(lèi)算法每次對(duì)所有的用戶來(lái)求用戶間相似矩陣的問(wèn)題，時(shí)間開(kāi)銷(xiāo)大大減少。

5?? 結(jié)論（Conclusion）

本文通過(guò)研究移動(dòng)信息訂閱和信息推送機(jī)制以及基于聚類(lèi)算法的用戶興趣挖掘和服務(wù)器端混合信息過(guò)濾技術(shù)，設(shè)計(jì)并實(shí)現(xiàn)一個(gè)基于用戶興趣挖掘技術(shù)的移動(dòng)校園信息推送服務(wù)系統(tǒng)，并在已覆蓋Wi-Fi等移動(dòng)互聯(lián)網(wǎng)的校園區(qū)域內(nèi)進(jìn)行測(cè)試，對(duì)系統(tǒng)功能進(jìn)行測(cè)試驗(yàn)證。系統(tǒng)能過(guò)濾用戶感興趣的信息，提高信息推送的質(zhì)量和準(zhǔn)確度，減少無(wú)關(guān)信息推送到客戶端；同時(shí)能通過(guò)數(shù)據(jù)挖掘技術(shù)，進(jìn)一步發(fā)掘用戶潛在興趣，從而獲得更好的用戶體驗(yàn)。本文的研究是對(duì)現(xiàn)有信息推送技術(shù)的優(yōu)化和改進(jìn)，在傳統(tǒng)的基礎(chǔ)上，結(jié)合數(shù)據(jù)挖掘技術(shù)和用戶模型管理，建立一套適合移動(dòng)網(wǎng)絡(luò)的混合型信息推送系統(tǒng)，結(jié)合用戶身份信息、用戶訂閱的主題、用戶所屬的任務(wù)信息、用戶所在位置等信息，通過(guò)數(shù)據(jù)挖掘獲取用戶潛在興趣，解決用戶模型的更新問(wèn)題，是對(duì)現(xiàn)有信息推送技術(shù)理論的有力補(bǔ)充與完善，同時(shí)，雖然本文是圍繞校園信息推送系統(tǒng)進(jìn)行研究，但是研究構(gòu)建的基于用戶興趣挖掘技術(shù)并適用于移動(dòng)網(wǎng)絡(luò)的個(gè)性化信息推送模型同樣適用于其他應(yīng)用領(lǐng)域，如：移動(dòng)新聞信息推送、移動(dòng)旅游信息推送、移動(dòng)電子商務(wù)個(gè)性化服務(wù)等。因此，研究完成后，研究成果將具有廣泛的項(xiàng)目應(yīng)用前景。

參考文獻(xiàn)（References）

[1] 王晨輝.基于Android平臺(tái)校園信息發(fā)布系統(tǒng)[J].數(shù)字技術(shù)與

應(yīng)用，2010，（08）：123.

[2] 孟祥武，等.移動(dòng)推薦系統(tǒng)及其應(yīng)用[J].軟件學(xué)報(bào)，2013，24（1）：

91-108.

[3] 王立才，孟祥武.移動(dòng)網(wǎng)絡(luò)服務(wù)中基于認(rèn)知心理學(xué)的用戶偏好

提取方法[J].電子學(xué)報(bào)，2011，39（11）：2547-2553.

[4] 林霜梅，等.個(gè)性化推薦系統(tǒng)中的用戶建模及特征選擇[J].計(jì)

算機(jī)工程，2007，33（17）：196-230.

[5] 廖軼宸.基于移動(dòng)網(wǎng)絡(luò)的混合型信息推送系統(tǒng)的研究[J].計(jì)算

機(jī)工程與設(shè)計(jì)，2012，33（8）：3268-3273.

[6] 王微微，夏秀峰，李曉明.一種基于用戶行為的興趣度模型[J].

計(jì)算機(jī)工程與應(yīng)用，2012，48（8）：148-151.

[7] 趙妍，趙學(xué)民.基于CURE的用戶聚類(lèi)算法研究[J].計(jì)算機(jī)工

程與應(yīng)用，2012，48（11）：97-101.

[8] 宋樂(lè)怡，熊輝，張蓉.下一代移動(dòng)推薦系統(tǒng)[J].華東師范大學(xué)學(xué)

報(bào)（自然科學(xué)版），2013，5（3）：37-45.

作者簡(jiǎn)介：

黃? 蓉（1981-），女，碩士，講師.研究領(lǐng)域：移動(dòng)計(jì)算，通信

工程.endprint

消息反饋階段可以保證重要消息能夠安全及時(shí)被推送到指定客戶端，采取消息跟蹤反饋機(jī)制實(shí)現(xiàn)，流程如下：

（1）首先，每當(dāng)服務(wù)器端發(fā)送一條消息到客戶端，先根據(jù)消息的重要程度進(jìn)行判斷，如果是重要消息，則開(kāi)始跟蹤，并啟動(dòng)一個(gè)計(jì)時(shí)器進(jìn)行計(jì)時(shí)。

（2）客戶端收到消息后立即將一條反饋消息發(fā)還給服務(wù)器端。

（3）如果服務(wù)器端在計(jì)時(shí)器超時(shí)前接收到客戶端的反饋消息，則終止計(jì)時(shí)，并將反饋消息存儲(chǔ)到反饋消息表中。

（4）如果服務(wù)器端超時(shí)仍未收到反饋消息，則重新發(fā)送該條消息到客戶端，重啟計(jì)時(shí)器，重復(fù)步驟（3），同時(shí)令發(fā)送失敗計(jì)數(shù)器加1；如果計(jì)數(shù)器大于4，系統(tǒng)則認(rèn)為該客戶端不可達(dá)，停止發(fā)送此消息到該客戶端，同時(shí)將未成功發(fā)送消息存到表中。

通過(guò)該消息跟蹤反饋機(jī)制，系統(tǒng)能夠清楚知道重要消息的發(fā)送情況，有利于保障實(shí)時(shí)性和管理人員后階段行動(dòng)安排。

同時(shí)，為了提升消息推送的準(zhǔn)確度，推送之前系統(tǒng)先對(duì)消息進(jìn)行過(guò)濾，消息過(guò)濾模塊的主要功能就是針對(duì)不同用戶特征，綜合多個(gè)制約因素對(duì)推送消息進(jìn)行篩選和過(guò)濾。本文中消息過(guò)濾主要參考因素包括用戶的興趣訂閱列表、系統(tǒng)訂閱規(guī)則、用戶當(dāng)前上下文、所屬部門(mén)及職務(wù)和當(dāng)前位置等。

4.3?? 用戶興趣挖掘算法研究

如何針對(duì)不同用戶特征定制個(gè)性化服務(wù)，挖掘用戶感興趣的偏好是最有效的手段，通過(guò)用戶興趣挖掘，建立用戶興趣模型，不僅可以保障推送到用戶的消息的精確度，而且可以發(fā)現(xiàn)潛藏興趣。用戶興趣分為顯式興趣和隱式興趣：

I=X+Y

公式中：I表示用戶所有興趣，X表示用戶顯式興趣，Y表示用戶隱式興趣。

其中，顯式興趣較易獲得，我們可以先根據(jù)不同用戶對(duì)各種類(lèi)型消息的訂閱列表取得用戶感興趣的消息清單，然后統(tǒng)計(jì)每位用戶對(duì)不同類(lèi)型消息的訪問(wèn)次數(shù)，并進(jìn)行排名，序號(hào)靠前的就是用戶相對(duì)比較感興趣的消息類(lèi)別。雖然我們可以通過(guò)上述計(jì)算求得用戶的顯式興趣，但如何發(fā)掘用戶的潛在興趣仍是研究的難題。數(shù)據(jù)挖掘技術(shù)中的聚類(lèi)算法可以通過(guò)分析一類(lèi)用戶群體的共同特征，以此獲得某個(gè)特定用戶的隱式興趣。

聚類(lèi)算法的實(shí)現(xiàn)原理是在數(shù)據(jù)庫(kù)中創(chuàng)建用戶訪問(wèn)記錄表，用戶的所有訪問(wèn)記錄全部存儲(chǔ)在此表中，表結(jié)構(gòu)參見(jiàn)表1。

表1 用戶訪問(wèn)記錄存儲(chǔ)結(jié)構(gòu)表

Tab.1 User access records storage structure

主鍵?用戶ID?信息分類(lèi)ID?訪問(wèn)次數(shù)?訪問(wèn)時(shí)間

但是，當(dāng)用戶數(shù)量龐大，系統(tǒng)使用時(shí)間較長(zhǎng)時(shí)，訪問(wèn)記錄表將變得非常巨大，需要按時(shí)間周期分成不同子表，每個(gè)時(shí)間周期對(duì)應(yīng)一張子表，本周期內(nèi)的所有用戶訪問(wèn)記錄都保存在這張子表中，系統(tǒng)按時(shí)間檢索不同子表，從而有效提高檢索速度。

系統(tǒng)定期分析此時(shí)間周期的用戶訪問(wèn)記錄子表，挖掘用戶潛在興趣。主要步驟如下：首先構(gòu)建用戶相似度矩陣進(jìn)行聚類(lèi)。用戶相似度算法可以反映兩個(gè)用戶的相似程度，系統(tǒng)著重考慮此時(shí)間周期內(nèi)的用戶相似度，同時(shí)兼顧前一時(shí)間周期的用戶相似度，通過(guò)加權(quán)求和得出用戶總體相似度，計(jì)算公式如下：

式中：—當(dāng)前兩個(gè)用戶間的相似度，—兩個(gè)用戶的訪問(wèn)相同鏈接次數(shù)，—兩個(gè)用戶所訪問(wèn)的鏈接的總數(shù)。

由此可以得出多個(gè)用戶的相似度矩陣如下：

系統(tǒng)將用戶訪問(wèn)記錄分割成以T為時(shí)間間隔的表中，為了保持?jǐn)?shù)據(jù)的連續(xù)性和提高系統(tǒng)處理效率，系統(tǒng)只生成最近時(shí)間間隔T內(nèi)用戶間相似矩陣，然后與上一次最新用戶間相似矩陣加權(quán)求和，取得最新的用戶間相似矩陣，數(shù)學(xué)表示為：

式中：—最新的用戶間相似矩陣，—上一次最新用戶間相似矩陣，—最近時(shí)間間隔T內(nèi)用戶間相似矩陣。

在加權(quán)求和時(shí)，如果某用戶被刪除，將中矩陣對(duì)應(yīng)的行和列刪除；如果添加新用戶，則在矩陣的行和列尾部添加相應(yīng)的行和列，新加項(xiàng)的初始值均為0，后續(xù)再根據(jù)訪問(wèn)情況進(jìn)行修改，求得用戶的相似矩陣后，再通過(guò)用戶瀏覽路徑算法對(duì)用戶進(jìn)行聚類(lèi)。本文中，由于采用了分時(shí)間周期加權(quán)求和的方法，避免了聚類(lèi)算法每次對(duì)所有的用戶來(lái)求用戶間相似矩陣的問(wèn)題，時(shí)間開(kāi)銷(xiāo)大大減少。

5?? 結(jié)論（Conclusion）

本文通過(guò)研究移動(dòng)信息訂閱和信息推送機(jī)制以及基于聚類(lèi)算法的用戶興趣挖掘和服務(wù)器端混合信息過(guò)濾技術(shù)，設(shè)計(jì)并實(shí)現(xiàn)一個(gè)基于用戶興趣挖掘技術(shù)的移動(dòng)校園信息推送服務(wù)系統(tǒng)，并在已覆蓋Wi-Fi等移動(dòng)互聯(lián)網(wǎng)的校園區(qū)域內(nèi)進(jìn)行測(cè)試，對(duì)系統(tǒng)功能進(jìn)行測(cè)試驗(yàn)證。系統(tǒng)能過(guò)濾用戶感興趣的信息，提高信息推送的質(zhì)量和準(zhǔn)確度，減少無(wú)關(guān)信息推送到客戶端；同時(shí)能通過(guò)數(shù)據(jù)挖掘技術(shù)，進(jìn)一步發(fā)掘用戶潛在興趣，從而獲得更好的用戶體驗(yàn)。本文的研究是對(duì)現(xiàn)有信息推送技術(shù)的優(yōu)化和改進(jìn)，在傳統(tǒng)的基礎(chǔ)上，結(jié)合數(shù)據(jù)挖掘技術(shù)和用戶模型管理，建立一套適合移動(dòng)網(wǎng)絡(luò)的混合型信息推送系統(tǒng)，結(jié)合用戶身份信息、用戶訂閱的主題、用戶所屬的任務(wù)信息、用戶所在位置等信息，通過(guò)數(shù)據(jù)挖掘獲取用戶潛在興趣，解決用戶模型的更新問(wèn)題，是對(duì)現(xiàn)有信息推送技術(shù)理論的有力補(bǔ)充與完善，同時(shí)，雖然本文是圍繞校園信息推送系統(tǒng)進(jìn)行研究，但是研究構(gòu)建的基于用戶興趣挖掘技術(shù)并適用于移動(dòng)網(wǎng)絡(luò)的個(gè)性化信息推送模型同樣適用于其他應(yīng)用領(lǐng)域，如：移動(dòng)新聞信息推送、移動(dòng)旅游信息推送、移動(dòng)電子商務(wù)個(gè)性化服務(wù)等。因此，研究完成后，研究成果將具有廣泛的項(xiàng)目應(yīng)用前景。

參考文獻(xiàn)（References）

[1] 王晨輝.基于Android平臺(tái)校園信息發(fā)布系統(tǒng)[J].數(shù)字技術(shù)與

應(yīng)用，2010，（08）：123.

[2] 孟祥武，等.移動(dòng)推薦系統(tǒng)及其應(yīng)用[J].軟件學(xué)報(bào)，2013，24（1）：

91-108.

[3] 王立才，孟祥武.移動(dòng)網(wǎng)絡(luò)服務(wù)中基于認(rèn)知心理學(xué)的用戶偏好

提取方法[J].電子學(xué)報(bào)，2011，39（11）：2547-2553.

[4] 林霜梅，等.個(gè)性化推薦系統(tǒng)中的用戶建模及特征選擇[J].計(jì)

算機(jī)工程，2007，33（17）：196-230.

[5] 廖軼宸.基于移動(dòng)網(wǎng)絡(luò)的混合型信息推送系統(tǒng)的研究[J].計(jì)算

機(jī)工程與設(shè)計(jì)，2012，33（8）：3268-3273.

[6] 王微微，夏秀峰，李曉明.一種基于用戶行為的興趣度模型[J].

計(jì)算機(jī)工程與應(yīng)用，2012，48（8）：148-151.

[7] 趙妍，趙學(xué)民.基于CURE的用戶聚類(lèi)算法研究[J].計(jì)算機(jī)工

程與應(yīng)用，2012，48（11）：97-101.

[8] 宋樂(lè)怡，熊輝，張蓉.下一代移動(dòng)推薦系統(tǒng)[J].華東師范大學(xué)學(xué)

報(bào)（自然科學(xué)版），2013，5（3）：37-45.

作者簡(jiǎn)介：

黃? 蓉（1981-），女，碩士，講師.研究領(lǐng)域：移動(dòng)計(jì)算，通信

工程.endprint