情境感知推荐：个性化信息服务新模式已升级为《信息推荐系统》

随着信息和网络通信技术的迅猛发展，信息服务正经历着重大的变革。以4G技术、WiFi和智能手机等为代表的移动通信技术的普及和发展，使得泛在环境更具可触摸性，随时随地可提供服务的方式，使得数字信息资源服务理论和技术手段必须适应泛在环境的新要求。因此，面向泛在环境的新型信息服务方式将成为信息服务领域研究的新热点。随着数字信息资源的增加，信息数量呈几何级数增长，信息服务领域面临“信息丰富、但有用信息获取困难”的窘境。一方面，网络中的海量信息资源出现信息过载现象；另一方面，用户被这些信息所包围着，却无法从中有效获取自己所需的信息资源。针对该问题，个性化信息推荐服务应运而生，它能够在分析预测用户需求基础上主动推送其可能需要但又无法获取的有用信息，并能够以用户为中心，通过研究用户行为、兴趣和环境等，为用户推荐更具针对性的信息，即实现信息的“按需定制服务”。

目前，个性化推荐服务已得到了国内外专家的广泛研究，其最典型的应用是在B2C电子商务领域，通过推荐系统将用户可能感兴趣或满意的商品信息主动推荐给顾客，将用户的潜在需求转化为现实需求。但是，这些推荐系统和相应算法仅关注用户与信息之间的二维关联关系，较少考虑用户所处的情境(如时间、地理位置、行为状态、网络条件等)，导致推荐精准度不高。而在泛在环境中，用户的个性化信息需求具有高度情境敏感性，同一用户在不同情境下会偏好不同的信息资源，并在搜索过程中采取不同的选择策略。因此，面向泛在环境的个性化推荐系统应考虑相关情境信息，将情境信息融入推荐过程中，即将传统二维的“用户—资源”推荐效用模型扩展为包含多种情境信息的多维推荐效用模型，以提高泛在环境下信息推荐服务的精准度。从相关文献调查结果看，包含情境和情境感知的多维度个性化推荐服务和系统研究方面，国外近年来才开始出现，而在我国则更是处在探索阶段，因而是信息推荐系统一个亟待深入研究的领域。

情境感知推荐对于现有信息推荐模型和方法的完善和扩展、泛在环境下个性化信息服务的创新方面都具有重要的理论价值和现实意义。具体来说，可以归纳为以下两个方面。(www.xing528.com)

①针对泛在环境的动态性、复杂性和实时性等特点，情境感知推荐将传统的“用户—资源”二维推荐效用模型扩展为包含多种情境信息的多维推荐效用模型，这是对现有推荐系统模型和方法的完善和扩展。通过对泛在环境下个性化信息服务的需求分析，明确情境的定义分类，并准确地对不同情境进行描述和构建，在此基础上提出基于情境感知的多维推荐模型和算法，使得信息资源在特定情境条件下能够和用户需求进行自适应匹配。因此，情境感知推荐研究在当前融合网络和泛在环境下，尝试解决传统二维推荐模型和算法存在的信息资源与用户需求匹配过程中自适应性不够等问题，从而提高推荐系统的精准度。另外，该研究涉及“泛在计算”和“信息服务”等信息学科热门研究领域，从国际前沿视角上看将成为信息推荐系统领域未来较为活跃的研究方向之一。

②创新信息服务方法，进一步完善个性化信息服务理论和技术。情境感知推荐拟在个性化信息服务研究中探求情境的获取与描述方法，在此基础上构建基于情境感知的信息推荐服务模型并实现个性化信息推荐服务。即在泛在环境下，对基于情境感知方法的个性化信息推荐服务展开系统研究，使得信息推荐服务系统在动态、复杂的融合网络环境下，能够感知、洞察各种情境信息，并根据特定情境自适应地调整推送给目标用户的信息，满足用户在特定情境下对信息的个性化需求。