1、互聯網的快速發(fā)展為信息的獲取帶來了極大方便，與此同時，但由于互聯網信息的海量、無序、去中心化等特點，用戶很容易產生“信息過載”和“信息迷失”。
　　 為了解決這個問題，大量推薦技術應運而生。如何采用一定的技術，在盡量短的時間內，即時找到用戶需要的高質量的信息，并通過一定的方式呈現給用戶，是推薦技術要解決的核心問題。Web 2.0 技術的應用讓用戶參與創(chuàng)造的內容加入了網絡信息資源的陣營，進一步加大了信息推薦的難度。傳統(tǒng)的推薦技術一

2、般都通過描述用戶與資源的簡單對應關系來表達個性化需求，并實施推薦策略。而微內容推薦的用戶行為分析既要考慮作為消費者角色的用戶偏好，同時也要考慮作為生產者的用戶偏好。本文提出利用將用戶行為以及用戶之間的交互關聯納入考慮范疇來構建整個推薦體系，針對推薦中的關鍵問題（社會網絡影響、冷啟動、可擴展性、人機認知等)對微內容推薦方法進行了以下方面的研究：
　　 1）通過實證提出了基于用戶關注度的微內容過濾評價指標，該指標通過理論分析與實證數

3、據結合，使得推薦資源在信息內容和用戶行為上更符合消費需求。首先確定關注度作為用戶行為的表征，并基于關注度信息資源進行初步識別，通過對不同類關注度的信息資源的文本處理和內容分析，進行價值比較，由此得證關注度高的信息其價值也高，關注度是微內容過濾的評價依據。并通過根據用戶社會關系的分析，識別出影響關注度的指標，通過利用這些指標有針對性的對有價值信息進行預測和過濾導向。
　　 2）構建了基于超網絡的推薦路徑。從微內容的社會性入手，提出

4、微內容的互動與傳播網絡是一個復雜的網絡，。分三個層次：用戶對象關聯網，信息資源對象關聯網，用戶-信息對象二分網絡等構成的一個推薦網絡。（1）用戶社會網絡：用戶之間的關聯。（2）信息資源對象關聯網絡：信息對象之間的關系構成一個資源對象關系網絡。（3）用戶-信息對象二分網絡：通過信息與資源的映射關系，基于超圖實現用戶對信息的選擇（評價）過程以及由傳送路徑構成的推薦網絡的形式化描述。
　　 利用用戶關聯對信息關聯的映射，實現用戶對信息

5、的選擇（評價）以及傳送路徑作用的推薦網絡。
　　 3）結合微內容信息節(jié)點推薦的特征，提出利用加速遺傳的算法優(yōu)化互聯網企業(yè)對微內容信息節(jié)點的推薦優(yōu)化路徑進行優(yōu)化。將信息節(jié)點標簽相似度、基于關注度的信息價值以及信息節(jié)點距離度等作為推薦路徑計算的多維約束指標，構建出優(yōu)化的適應度函數，實現了推薦算法的全面性考慮并借用加速遺傳使算法得到有效精簡。
　　 4）引入多智能體技術，以平臺視角構建了上述的各項功能模塊，并利用智能體技術優(yōu)勢