《基於用戶行為感知的移動社交網絡信息服務研究》從移動社交網絡用戶行為感知的視角出發，以期望確認模型為框架，在充分考慮移動社交網絡個性化服務特征的基礎上結合羊群行為理論和習慣理論，構建基於用戶行為感知的移動社交網絡個性化服務持續使用理論模型。對各模型變量進行操作性定義並對變量之間的關繫做出理論假設，分析了用戶對移動社交網絡個性化服務的持續使用意願及行為的影響因素及作用機制。

張繼東（0RCID：0000-0002-4166-2700，1976年8月-），男，教授，博士。本、碩、博畢業於武漢大學信息管理學院情報學專業。主要研究方向為移動互聯網知識管理技術、大數據管理、語義網格技術。現任教於湖北工業大學經濟與管理學院，碩士生導師，學科帶頭人。
主持國家自然科學基金項目2項，湖北省自然科學基金項目1項，湖北省科技廳軟科學項目1項，湖北省社會科學基金項目1項，湖北省教育科學“十二五”規劃課題1項，湖北省教育廳重大項目1項、重點項目1項，湖北省教育廳一般項目3項。發表CSSCI核心期刊論文30餘篇，EI論文4篇。在國家出版社獨著出版學術專著3部、本科生教材2部。完成國家知識產權局軟件著作權10項。

• 
• 
• 
• 

第1章 引言
1．1 研究意義
1．2 本領域國內外研究的現狀和趨勢
1．3 研究工作的主要內容
1．4 研究目標及要解決的關鍵問題
1．5 研究方法

第2章 基於社會友誼和人群移動的用戶行為感知
2．1 融合地理位置與社交網絡的移動信息服務
2．2 相關概念
2．3 用戶地理社交信息數據提取
2．4 基於社會友誼與人群移動的社交網絡用戶個性化服務推薦建模
2．5 本章小結

第3章 社交網絡集群隱社交行為獲取
3．1 用戶信任度和社交行為
3．2 定義和概念
3．3 構建隱社交行為圖形
3．4 分組的信任值
3．5 集群信任值和y-Distance信任值
3．6 本章小結

第4章 移動社交網絡社區用戶聚類模型
4．1 移動社交網絡社區用戶聚類
4．2 相關工作
4．3 基於用戶偏好和信任度的移動社交網絡社區發現算法
4．4 實驗及分析
4．5 本章小結

第5章 社交網絡用戶個性化信息服務
5．1 社交網絡個性化服務
5．2 移動融合
5．3 LBS和“地理社交數據
5．4 基於移動融合的社交網絡用戶個性化服務推薦建模
5．5 本章小結

第6章 社交網絡好友信息服務推薦
6．1 移動社交網絡服務推薦
6．2 相關概念
6．3 基於社區劃分和用戶相似度的好友信息服務推薦模型構架
6．4 基於用戶信任程度的社區劃分
6．5 基於用戶關繫和興趣的相似度計算
6．6 基於社區劃分和用戶相似度的好友信息服務推薦算法
6．7 實驗及結果分析
6．8 本章小結

第7章 移動社交網絡信息服務持續使用意願
7．1 社交網絡服務持續使用意願
7．2 相關理論概念
7．3 研究模型與假設
7．4 實證分析
7．5 本章小結

第8章 移動社交網絡用戶影響力度量模型
8．1 移動社交網絡用戶影響力
8．2 相關理論
8．3 基於交互行為和情感分析的用戶影響力度量模型總體框架
8．4 主題社區發現
8．5 移動社交網絡用戶影響力度量模型構建
8．6 實驗與分析
8．7 本章小結

第9章 微博輿情挖掘和管理
——輿情管理中的應用
9．1 微博輿情挖掘和管理
9．2 相關理論
9．3 使用用戶行為感知技術進行網絡輿情的挖掘和管理
9．4 以“德國黑彌撒”事件為例分析微博輿情處理機制
9．5 本章小結

第10章 移動社交網絡用戶行為感知
——在移動社交網絡中的個性化服務應用
10．1 移動社交網絡個性化信息服務
10．2 移動社交網絡用戶情景化偏好概述
10．3 基於情景化偏好的移動社交網絡用戶行為感知模型構建
10．4 移動社交網絡個性化服務
10．5 本章小結

第11章 移動數字期刊服務推送
11．1 數字期刊服務
11．2 相關理論
11．3 用戶行為感知技術下的數字期刊服務推送模型架構
11．4 數字期刊個性化服務推薦算法設計
11．5 基於加權Markov模型的用戶行為預測
11．6 本章小結

第12章 基於本體分子的家譜知識服務App構建
12．1 移動家譜服務App構建需求
12．2 相關概念
12．3 移動家譜知識服務構建方案
12．4 移動家譜知識服務模型設計
12．5 本章小結

第13章 結語
13．1 研究工作總結
13．2 研究展望

參考文獻

本書繫國家自然科學基金面上項目“移動社交網絡環境下基於情景化偏好的用戶行為感知與自適應建模研究”（71573073）的研究成果。
移動社交網絡作為互聯網高速發展過程中的變革性成果綜合了社交網絡、移動終端和地理定位技術的優勢與特點，具有更高的可靠性與更強的面向用戶性，逐漸成為人們生活中不可或缺的一部分。然而，移動社交網絡飛速發展所帶來的“信息過載”的問題隨著時間的推移變得越來越突出，用戶通過移動社交網絡快速、準確地獲取有效資源變得愈發困難。因此，如何為用戶精準推送服務，降低用戶瀏覽負擔，提高網絡資源的利用率是目前亟待解決的問題。減少用戶瀏覽負擔、優化服務推送、增強用戶體驗，從根本上解決“信息過載”，是移動社交網絡信息服務當前急需解決的問題。
個性化信息服務的提供逐漸成為移動社交網絡的核心，用戶可以數字化、智能化方式獲取互聯網信息資源，移動社交網絡可以根據用戶的自身需求為其量身定制個性化信息推送服務。
本書旨在提煉移動社交網絡信息用戶的行為模式，研究移動社交網絡用戶集群的信息行為特性，在用戶偏好模型和聚類模型構建及應用中體現用戶地理位置的特征，設計建立移動社交網絡用戶行為感知、預測機制，構建移動社交網絡用戶推薦個性化信息服務的模型，通過對於用戶行為、社區聚類的感知與移動社交網絡服務融合所產生的社交數據信息提取用戶行為特征，繼而為用戶匹配與特征相符的個性化信息服務，實現高效的移動社交網絡信息服務的推送，對於移動社交網絡信息服務資源、知識資源進行科學管理。
在上述背景下，開展基於地理社交數據的移動社交網絡用戶行為感知及個性化信息服務研究具有重要的理論和實踐意義。