面向大数据的信息移动推荐服务的关键技术

科多大数据

    目前大数据已经渗透到所有行业和领域,信息移动服务也不例外。科多大数据带你探寻大数据在信息移动推荐服务中涉及到的关键技术有些什么吧。
    面向大数据的信息移动推荐服务模型所涉及的关键技术大致可以分为:
    (1)模式、体系架构、各类标准及规范。
    主要是从系统开发的角度出发,研究面向大数据的信息移动推荐系统的结构、内涵、运行机理、组织、运行及服务模式等方面的技术,同时研究支持实施面向大数据的信息移动推荐服务的相关标准和规范。包括:
    ①支持多主体的、跨领域的、面向大数据的信息移动推荐体系结构;
    ②大数据环境下信息移动推荐服务的交易、协作、监测、评估、互操作模式;
    ③面向大数据的信息移动推荐服务的相关标准、规范、协议、方法等,如大数据采集、分类、组织、分析、处理规范、移动推荐核心服务层交互及互操作接口标准规范、感知与接入规范、描述规范、信息移动推荐服务许可、授权标准规范及计费标准等;
    ④面向大数据的信息移动推荐服务组合建模、描述、一致性检查及可执行模式转化等;
    ⑤面向大数据的信息移动推荐服务全生命周期管理模式。
    
    (2)大数据互感、多源信息主动感知、增值及虚拟接入技术。
    大数据互感、多源信息主动感知等是实现面向大数据的信息移动推荐服务执行过程实时、离线信息主动推荐的前提和基础,其目标是针对信息移动推荐过程涉及到的多源信息的采集,在移动推荐过程中引入多传感技术,为实现不同信息移动推荐服务资源、能力的多源信息的智能互感提供技术支持,从而实现RFID射频数据、传感器数据、社交网络交互数据、移动互联数据等主要大数据来源的数据信息的动态有效获取、分析与预处理。包括:
    ①大数据动态获取、组织、分析、预处理、处理等技术;
    ②面向大数据的信息移动推荐服务资源、能力的虚拟化接入技术;
    ③面向大数据的信息移动推荐服务过程中的多源信息的主动感知与增值技术,其中主动感知技术主要包括多层次服务事件数据模型与描述、服务过程主动感知模式、建模过程、多源移动推荐信息增值技术等部分,而多源实时、离线信息的增值主要基于规则库、组合运算、数据挖掘等方法实现,且面向多主体、跨领域的用户,提供基于实时、离线信息处理后的增值推荐信息;
    ④支持参与面向大数据的信息移动推荐服务的底层移动、非移动终端物理设备虚拟化接入、软硬件互接入技术等;
    ⑤信息移动服务定义封装、发布、虚拟化技术及相关根据研发等技术;
    ⑥信息移动推荐服务请求接入和访问服务平台技术等。
    
    (3)移动用户特征提取、相关信息检索及推荐信息排序技术。
    移动用户特征提取、相关信息检索及推荐信息排序技术是面向大数据的信息移动推荐服务模型的三个核心模块。移动用户特征提取模块通过获取移动用户的历史行为以及其他相关信息(年龄、性别、兴趣爱好、浏览过的信息、其他行为等)生成用户特征,以便推荐符合该用户兴趣的信息;相关信息检索模块在接受移动用户特征的基础上,快速找到该移动用户可能感兴趣的候选信息,从而生成推荐信息集合;推荐信息排序模块则采用机器学习算法,通过优化某一移动推荐指标(比如信息点击率、评分等),生成信息移动推荐服务模型,计算得出该移动用户对该推荐信息集合的认可度,并分别计算推荐信息集合中所有信息的认可度,然后按照某种移动推荐指标进行排序。包括:
    ①移动情境感知中的用户行为轨迹、行为模式挖掘、用户行为、移动情境、用户情感、社交关系预测技术;
    ②面向大数据的信息移动检索、预处理及索引构建技术;
    ③移动用户与信息的相关度计算、信息移动推荐服务分类技术及移动用户信息服务需求智能化挖掘、分析及匹配等技术;
    ④面向大数据的信息移动推荐服务的融合、管理、运行、优化及反馈等技术;
    ⑤移动情境感知环境下多维交互大数据的时空交互语义获取、模式发现及在特定情境下的服务转化技术。
    (4)信息移动推荐过程服务质量信息传感、监控、可信与安全推荐技术。
    主要研究和支持面向大数据的信息移动推荐服务的提供者、运营者、使用者、开发者等对信息移动推荐服务进行接入、发布、维护、组织与聚合、管理与调度、监测与评估等操作,包括:
    ①信息移动推荐服务提供端软硬件资源和服务的传感、接入管理,如统一接口定义、注册与管理、认证管理、授权机制、访问控制等技术;
    ②信息移动推荐的发布、维护、组织与聚合、管理与调度技术;
    ③信息移动推荐服务的构建与部署、分解等技术;
    ④移动情境感知终端的嵌入式可信硬件制造、移动推荐智能终端的可信接入、发布技术、可信移动网络构建、运营等技术;⑤信息移动推荐系统和服务的可靠性技术等。
    
    (5)信息移动给推荐服务的效用评价技术。
    效用评价机制对于检验面向大数据的信息移动推荐服务模型的性能和发现其存在的问题来说十分重要,也是信息移动推荐服务体系不可或缺的技术之一。其主要研究信息移动推荐服务结果、服务模式综合评价及大数据感知、获取、组织、分析及预测等综合评价技术,而数据集和效用评价指标是两个重要的研究要素。
    获取与面向大数据的信息移动推荐服务相关的数据集,要比获取传统信息推荐系统相关的数据集更为困难,目前,公开可用的面向大数据的信息移动推荐服务的数据集很少,因此,如何获取真实、可靠、可用的数据集也是亟待解决的关键技术之一。而在确立数据集之后,使用数据集对信息移动推荐服务体系的性能进行评价时,评价指标则是首先需要解决的关键问题,如何制定科学、合理的评价指标同样应当成为待解决的关键技术之一。
    (6)信息移动推荐服务的业务管理模式与技术。
    主要研究面向大数据的信息移动推荐服务模式下的业务与服务流程管理的相关技术,包括:
    ①信息移动推荐服务漏乘的动态构造、运营、管理及执行技术;
    ②信息移动推荐服务的成本构成、核算、计价、交易策略以及相应的支付模式等技术;
    ③信息移动推荐服务体系中各方的信用管理机制及实现技术;
    ④物理世界与虚拟世界的普适化人机交互技术。
    面向大数据的信息移动推荐服务体系将成为我国信息服务领域充分挖掘大数据资源、提升大数据知识服务核心竞争力的重要支撑手段,也是我国当前发展大数据知识服务领域需要探索的一个重要发展方向。