1、隨著數(shù)據(jù)庫、互聯(lián)網(wǎng)、分布式計算、普適計算和社會化計算等技術(shù)的快速發(fā)展，社會感知計算技術(shù)的研究，受到了業(yè)界和國內(nèi)外研究學者的廣泛關(guān)注。與此同時，面向社會環(huán)境的感知應(yīng)用也被開發(fā)出來，如社交關(guān)系推薦系統(tǒng)、個性化服務(wù)推薦系統(tǒng)、本地化預約服務(wù)系統(tǒng)、交通疏導GPS輔助系統(tǒng)和團隊動力學分析系統(tǒng)等。這些研究成果，不僅取得了較好的社會效益和經(jīng)濟效益，同時也促進了各個學科的技術(shù)發(fā)展，大大增強了人類獲取社會信息的能力和途徑。
　　然而社會環(huán)境中人與事件

2、的發(fā)展，涉及多種情境因素的交互作用。如何在這些動態(tài)、無規(guī)律，具有時間特性和空間特性數(shù)據(jù)中獲取相應(yīng)的情境信息，實現(xiàn)數(shù)據(jù)計算以人為中心，以服務(wù)社會為目標，去理解和驗證人類的社會活動與社會行為，是當前社會信息研究領(lǐng)域的焦點題。其中，面向社會環(huán)境的情境聚合技術(shù)研究，是對社會環(huán)境中的多種情境信息進行獲取，是按照社會環(huán)境的發(fā)展過程，以某種機制對環(huán)境中的計算情境、用戶情境、社會情境和時間情境進行聚合，獲取到高層次的情境聚合對象。因此，本課題的研究以面

3、向社會環(huán)境中的情境角度為出發(fā)點，在保證不同情境之間相互關(guān)聯(lián)的前提下，通過相應(yīng)的聚合技術(shù)，把多種情境信息根據(jù)某種機制統(tǒng)一起來，把分散的、原子的情境元素信息進行組合，以組成高層情境對象，最終完成多種社會情境的有效聚合。
　　首先，針對計算情境和時間情境的聚合問題，提出基于時序演化的計算情境元素，以及兩種聚合對象，并設(shè)計基于時序演化的計算情境聚合算法，用于情境聚合的求解工作。另外，通過計算情境元素把時序之間的聚合對象劃分成正相關(guān)和負相關(guān)

4、結(jié)果集，有效的反映出變化過程的波動情況。實驗結(jié)果表明，采用本文提出的基于時序演化的計算情境元素，比傳統(tǒng)的中介性指標更能體現(xiàn)出時序社會化網(wǎng)絡(luò)結(jié)構(gòu)的連通性和附近信息資源的變遷情境，獲得較好的情境聚合效果。
　　其次，在針對多種類的情境元素計算演化情境的問題上，對情境環(huán)境下的時序演化情境進行分析，提出演化情境的構(gòu)成要素，并分析構(gòu)成要素之間的關(guān)系模式。在計算方法上，提出基于AOC自治計算技術(shù)來解決這一問題，同時給出基于AOC自治時序演化情

5、境聚合框架，并針對情境環(huán)境設(shè)計A單元狀態(tài)空間、A單元運行規(guī)則和移動策略。其中在A單元運行規(guī)則中，使用相遇共享規(guī)則，有效的改善計算單元之間的信息共享，并可以改變A單元當前的運行狀態(tài)，從而提高運行效率。另外該框架可以根據(jù)環(huán)境選取情境元素，同時可以根據(jù)求解項設(shè)定趨勢項、周期項和隨機項的定義函數(shù)，以及計算單元空間狀態(tài)、行為規(guī)則和移動策略等，表現(xiàn)出對求解環(huán)境具有較好的交互性和靈活性。并通過數(shù)據(jù)實驗，對比分析不同情境元素對AOC輸出時間的影響，以及

6、A單元相遇規(guī)則對輸出時間的影響。在獲取的演化情境的過程中，分別對兩種不同的情境元素進行演化求解，從運算結(jié)果中可以明顯的看出情境元素變化的趨勢，并給出正向和負向的演化過程。
　　再次，針對2-mode環(huán)境中感知關(guān)系平衡性問題進行探討。在綜合分析社會情境中實體關(guān)系的習慣性和偏向性強度因素，以及隱含的計算情境和時間情境因素的情況下，提出關(guān)系平衡性閾值，以及采用平衡云集子團和基于時序演化的平衡云集系數(shù)，用于群體和個體行為的分析。并設(shè)計CA

7、BS-2mode算法和CABC-2mode算法用于平衡云集性的計算，算法使用閾值有效轉(zhuǎn)化尋優(yōu)過程中的迭代問題。其中采用CABS-2mode算法可以有效的對具有相同類型平衡關(guān)系的實體進行聚合，形成平衡云集子團。采用CABC-2mode算法可以獲得到個體在群體環(huán)境中的平衡云集系數(shù)。這一過程不僅為用戶提供當前的環(huán)境感知數(shù)值，還為下一步的情境推理工作提供理論依據(jù)。實驗表明，算法在劃分平衡云集子團的基礎(chǔ)上，利用社會情境中傾向性程度與時間情境融合的

8、參數(shù)，獲取到環(huán)境中個體的關(guān)系平衡性感知數(shù)值，并分析出群體中子團的平衡性強度波動過程和個體的行為過程。
　　最后，針對多維情境聚合模型問題，提出多維交疊結(jié)構(gòu)及其投影情境，同時給出形式化定義。在此次基礎(chǔ)上，充分考慮相似度、局域內(nèi)和局域外的連接因素，提出多維情境聚合模型，設(shè)計MWCMA算法進行多維情境聚合運算。并通過不同的評價標準驗證算法的優(yōu)勢性，在聚合效果測試上，通過用戶情境數(shù)據(jù)和社會情境數(shù)據(jù)的聚合結(jié)果可以看出，該模型和算法能夠識別出