氣候變化是當前人類社會面臨嚴峻的全球環(huán)境問題之一。雖然關(guān)于氣候變化成因和影響的學(xué)術(shù)爭論一直存在,但不可否認,大氣中溫室氣體濃度的增加是導(dǎo)致這一變化的重要因素。第二、第三產(chǎn)業(yè)是碳排放的主導(dǎo)部門,但快速發(fā)展的農(nóng)業(yè)也是加速氣候變化的重要誘因。在農(nóng)業(yè)碳排放量持續(xù)上升、溫室氣體減排訴求日趨強烈的今天,發(fā)展低碳農(nóng)業(yè)已刻不容緩。但同時,我們對低碳農(nóng)業(yè)理念有多少了解?這些年我國低碳農(nóng)業(yè)發(fā)展處于什么水平、變化軌跡與發(fā)展趨勢如何?省域間低碳農(nóng)業(yè)效率存在何種差異、是否具有空間收斂性?導(dǎo)致我國低碳農(nóng)業(yè)生產(chǎn)率變動的關(guān)鍵性因素是什么?很顯然,對這些問題進行有效解讀將有助于增進我們對中國低碳農(nóng)業(yè)發(fā)展現(xiàn)狀及其基本特征的宏觀認知,進而理論與實際結(jié)合,構(gòu)建更為合理的政策體系,為加快推進我國低碳農(nóng)業(yè)發(fā)展步伐、切實踐行生態(tài)文明建設(shè)方針奠定堅實基礎(chǔ)。
有鑒于此,《中國低碳農(nóng)業(yè)發(fā)展的生產(chǎn)效率研究》以低碳農(nóng)業(yè)為研究對象,首先系統(tǒng)梳理了國內(nèi)外相關(guān)文獻,對其所涉及的一些重要概念及相關(guān)理論進行了回顧與總結(jié),以確保研究根基。然后,對我國農(nóng)業(yè)碳排放/碳匯量進行了全面核算并分析了其時空特征,一方面增強了我們的宏觀認知,更為重要的是,為低碳農(nóng)業(yè)生產(chǎn)率的測度提供了數(shù)據(jù)支撐,在此基礎(chǔ)上,基于農(nóng)業(yè)碳排放、農(nóng)業(yè)碳匯以及農(nóng)業(yè)投入產(chǎn)出數(shù)據(jù),系統(tǒng)核算了我國低碳農(nóng)業(yè)生產(chǎn)率,并深入探究了其增長源泉、時序演變規(guī)律、區(qū)域分異特點、動態(tài)演進及收斂性。緊接著,分析了影響我國低碳農(nóng)業(yè)生產(chǎn)率增長的宏觀因素與低碳農(nóng)業(yè)技術(shù)采納的微觀機理,從中探尋出了導(dǎo)致低碳農(nóng)業(yè)水平發(fā)生變化的關(guān)鍵動因。最后在總結(jié)并借鑒國外低碳農(nóng)業(yè)發(fā)展經(jīng)驗的基礎(chǔ)上,有針對性地提出了對策建議,以期為我國更好地踐行生態(tài)文明理念、推進低碳農(nóng)業(yè)發(fā)展提供必要的數(shù)據(jù)支撐與理論依據(jù)。具體而言,《中國低碳農(nóng)業(yè)發(fā)展的生產(chǎn)效率研究》研究內(nèi)容主要分為文獻綜述與理論基礎(chǔ)(一、第二章)、農(nóng)業(yè)碳排放/碳匯現(xiàn)狀分析(第三章)、低碳農(nóng)業(yè)生產(chǎn)率測度及其時空特征分析(第四、第五章)、低碳農(nóng)業(yè)生產(chǎn)率與技術(shù)采納的影響因素分析(第六章)、低碳農(nóng)業(yè)發(fā)展政策體系構(gòu)建(第七、第八、第九章)五大部分。
近年來,隨著全球定位系統(tǒng)、無線通信網(wǎng)絡(luò)等基礎(chǔ)設(shè)施的飛速發(fā)展及大量手持、車載無線通信定位設(shè)備的廣泛應(yīng)用,特別是眾多移動社交網(wǎng)絡(luò)的位置簽到、位置共享及位置標識等功能的應(yīng)用普及,位置服務(wù)(location based service,LBS)與社交網(wǎng)絡(luò)逐漸融合,形成了基于位置的社會化網(wǎng)絡(luò)(locationbased social networks,LBSNs)。它通過移動用戶的位置簽到功能,把線上虛擬社會與線下真實世界關(guān)聯(lián)在一起,實現(xiàn)用戶位置定位的同時,還實現(xiàn)了位置信息在虛擬網(wǎng)絡(luò)世界的共享與傳播,從而衍生出多種多樣的位置服務(wù),其中,推薦系統(tǒng)作為目前解決信息過濾和個性化服務(wù)的重要技術(shù)手段之一,在位置服務(wù)中發(fā)揮著越來越重要的作用。
最新皮尤網(wǎng)絡(luò)(pew internet)調(diào)查報告和美國生活工程報告(American life project reports)顯示,美國成年人智能手機擁有者的比例從2011年的35%上升到2012年的46%,其中大約74%的用戶通過智能手機獲取基于位置的實時信息(如位置導(dǎo)航及推薦等),同時有18%的用戶使用過諸如Foursquare、Gowalla、Facebook Places、Twinkle等位置社會化網(wǎng)絡(luò),然而在2011年這一比例才12%,在2013年有超過820萬用戶使用基于位置的社會化網(wǎng)絡(luò)服務(wù),到2015年全球基于位置的社會化網(wǎng)絡(luò)服務(wù)市場規(guī)模將達到108億美元。在學(xué)術(shù)研究領(lǐng)域,ACM SIGSPATIAL GIS已連續(xù)幾年舉辦基于位置的社會化網(wǎng)絡(luò)研討會,并指出位置服務(wù)與移動社交網(wǎng)絡(luò)的融合將逐漸成為網(wǎng)絡(luò)服務(wù)發(fā)展的新方向之一,這也體現(xiàn)了移動互聯(lián)網(wǎng)時代公眾位置服務(wù)的社會化(social)、本地化(local)和移動性(mobile)的基本特征(“SoLoMo”)。
基于位置的移動社會化網(wǎng)絡(luò)推薦系統(tǒng)不僅滿足移動互聯(lián)網(wǎng)位置服務(wù)的社會化、本地化和移動性等信息服務(wù)特征,而且能夠根據(jù)不同用戶的個性化需求進行信息過濾與主動推薦,在國內(nèi)外逐漸贏得了廣泛關(guān)注,許多大學(xué)和研究機構(gòu)對此領(lǐng)域展開了深入研究,被SCI和EI收錄的論文數(shù)目也逐年上升。國際重要學(xué)術(shù)會議(如人工智能領(lǐng)域的IJCAI、AAAI,數(shù)據(jù)挖掘領(lǐng)域的SIGKDD、ICDM、PAKDD,普適計算領(lǐng)域的UrbComp,地理信息系統(tǒng)GIS和推薦系統(tǒng)RecSys)及相關(guān)領(lǐng)域的國際期刊(如Artificial Intelligence、Information Sciences、IEEE Transaction on Multimedia、International Journal of Networking and Computing)也出現(xiàn)了很多有關(guān)基于位置的移動社會化網(wǎng)絡(luò)推薦系統(tǒng)研究成果的報道。
具備位置服務(wù)和社會化網(wǎng)絡(luò)推薦系統(tǒng)特征的基于位置的移動社會化網(wǎng)絡(luò)推薦系統(tǒng),近年來成為推薦系統(tǒng)研究領(lǐng)域熱點方向之一,逐漸引起人們的廣泛關(guān)注。本書對基于位置的移動社會化網(wǎng)絡(luò)推薦系統(tǒng)中一些基本方法和幾個關(guān)鍵問題進行探索性研究,提出了一些新方法。本書共六章,大體上可以分為以下3部分:第一部分為第一、二章,介紹社會化推薦系統(tǒng)及基于位置的社會化網(wǎng)絡(luò)推薦系統(tǒng)研究進展;第二部分分為第二至四章,專業(yè)介紹一些社會化網(wǎng)絡(luò)推薦前沿算法;第三部分為第六章,從筆者的視角對社會化網(wǎng)絡(luò)推薦算法研究進行簡單總結(jié)和未來發(fā)展方向做出了評述與展望。
在此,向那些為本書出版工作提供幫助的人表達謝意。首先感謝北京郵電大學(xué)計算機學(xué)院孟祥武教授,在北京郵電大學(xué)讀博士的4年里,孟老師在學(xué)術(shù)研究和生活方面都給了我巨大的幫助和支持,使我能安心于自己的研究課題,本書大部分內(nèi)容都是在這段時間內(nèi)完成的。此外感謝中南財經(jīng)政法大學(xué)信息與安全工程學(xué)院領(lǐng)導(dǎo)、信息系各位老師均在本書出版過程中給予了支持和幫助,在此一并感謝。
其次,感謝國家青年自然科學(xué)基金(No61602518)、智能地學(xué)信息處理湖北省重點實驗室開放研究課題(NoKLIGIP2016A06)對本課題研究工作和本書出版工作提供的經(jīng)費支持。
筆者深知自己才疏學(xué)淺,對社會化網(wǎng)絡(luò)推薦算法研究遠遠不夠,且鑒于時間和精力有限,成稿倉促,書中難免會有錯誤和疏漏之處,望讀者不吝賜教,筆者將感激不盡。
劉樹棟
于中南財經(jīng)政法大學(xué)
2017年11月
第一章 社會化推薦系統(tǒng)(1)
。豹保薄∩鐣扑]系統(tǒng)(3)
。豹保豹保薄∩鐣扑]系統(tǒng)的形式化定義(4)
。豹保豹保病∩鐣扑]系統(tǒng)的基本框架模型(6)
113 社會關(guān)系和網(wǎng)絡(luò)模型的構(gòu)建(7)
。豹保病∩鐣扑]生成技術(shù)(10)
121 基于網(wǎng)絡(luò)圖模型的推薦方法(11)
。豹保勃保病【仃嚪纸夥椒ǎǎ保矗
。豹保勃保场∫蜃臃纸鈾C模型(factorizationmachine) (19)
124 概率模型(20)
。豹保场∩鐣扑]系統(tǒng)研究的熱點和難點(25)
。豹保础〗Y(jié)語(28)
本章參考文獻(29)
第二章 基于位置的移動社會化網(wǎng)絡(luò)推薦系統(tǒng)(40)
21 基于位置的社會化網(wǎng)絡(luò)(40)
。勃保豹保薄』谖恢玫纳鐣W(wǎng)絡(luò)的基本定義及3+1 框架模型(40)
212 基于位置的社會化網(wǎng)絡(luò)的數(shù)據(jù)特征(42)
。勃保病』谖恢玫囊苿由鐣W(wǎng)絡(luò)推薦系統(tǒng)(44)
。勃保勃保薄』谖恢玫囊苿由鐣W(wǎng)絡(luò)推薦系統(tǒng)基本特征(44)
222 基于位置的移動社會化網(wǎng)絡(luò)推薦系統(tǒng)框架(46)
。勃保场』谖恢玫囊苿由鐣W(wǎng)絡(luò)推薦方法(48)
231 融合社會關(guān)系的基于位置的協(xié)同過濾推薦(48)
。勃保唱保病』谝苿佑脩粑恢没顒觿澐值膱D模型推薦(50)
。勃保唱保场』谝苿佑脩粑恢密壽E相似的好友推薦(51)
。勃保唱保础《嗑S上下文感知用戶偏好學(xué)習及移動推薦(52)
24 應(yīng)用進展(54)
。勃保怠〗Y(jié)語(55)
本章參考文獻(55)
第三章 基于位置的協(xié)同過濾移動網(wǎng)絡(luò)服務(wù)推薦方法(63)
31 引言(63)
。唱保病∠嚓P(guān)知識(66)
321 協(xié)同過濾推薦算法(66)
。唱保勃保病∩舷挛男畔⑴c傳統(tǒng)推薦算法的融合(67)
33 基于位置的用戶—網(wǎng)絡(luò)服務(wù)特征模型(68)
。唱保唱保薄』緮(shù)據(jù)模型(68)
。唱保唱保病』谖恢玫囊苿佑脩羝锰卣鳎ǎ罚埃
34 移動用戶之間的信任關(guān)系(72)
。唱保椽保薄≈苯雍糜殃P(guān)系(72)
342 間接好友關(guān)系(73)
。唱保怠』谟脩粑恢玫木W(wǎng)絡(luò)服務(wù)推薦(74)
351 基于移動用戶位置的網(wǎng)絡(luò)服務(wù)推薦基本框架(74)
352 基于移動用戶位置的網(wǎng)絡(luò)服務(wù)推薦(75)
。唱保丁⌒阅芊治觯ǎ罚梗
361 數(shù)據(jù)稀疏性及冷啟動問題(79)
。唱保丢保病(fù)雜度分析(80)
。唱保贰嶒炁c分析(80)
。唱保藩保薄嶒灁(shù)據(jù)集(80)
。唱保藩保病≡u價指標(81)
。唱保藩保场嶒灲Y(jié)果及分析(82)
。唱保浮〗Y(jié)語(95)
本章參考文獻(96)
第四章 基于移動用戶活動區(qū)域劃分的圖模型位置信息
推薦方法(99)
。椽保薄∫裕ǎ梗梗
。椽保病∠嚓P(guān)工作(101)
。椽保场』谟脩艋顒訁^(qū)域劃分的圖模型推薦方法(103)
431 移動用戶位置活動區(qū)域的確定與劃分(103)
。椽保唱保病』谟脩粑恢没顒訁^(qū)域的圖模型構(gòu)建(105)
433 推薦結(jié)果的生成(107)
。椽保础嶒炁c分析(109)
441 實驗數(shù)據(jù)集(109)
。椽保椽保病≡u價指標及對比實驗(114)
。椽保椽保场嶒灲Y(jié)果與分析(115)
45 結(jié)語(116)
本章參考文獻(117)
第五章 基于移動用戶簽到位置軌跡相似的近鄰好友
推薦方法(121)
。氮保薄∫裕ǎ保玻保
52 相關(guān)工作(123)
。氮保勃保薄』谖恢玫纳鐣W(wǎng)絡(luò)好友推薦方法(123)
522 基于位置的社會化網(wǎng)絡(luò)用戶的位置移動性與社會關(guān)系的關(guān)聯(lián)性(124)
53 問題描述(125)
。氮保础∮脩艉灥轿恢玫臅r空特性(126)
。氮保椽保薄∮脩舻暮灥筋l率(126)
542 相鄰兩個簽到位置點之間的移動速度(127)
。氮保怠』谟脩艉灥轿恢密壽E相似的近鄰好友推薦(129)
551 基于時間周期的用戶簽到位置軌跡構(gòu)建(129)
。氮保氮保病∮脩艉灥轿恢密壽E中重要區(qū)域的識別(131)
。氮保氮保场≤壽E模式類型(134)
。氮保氮保础∮脩艉灥轿恢密壽E相似性(136)
555 基于用戶簽到位置軌跡的近鄰好友推薦(137)
。氮保丁嶒炁c分析(138)
561 實驗數(shù)據(jù)及推薦效果的評價指標(138)
。氮保丢保病嶒炘O(shè)計及結(jié)果分析(139)
57 結(jié)語(143)
本章參考文獻(143)
第六章 基于位置等多維上下文感知的移動前攝
推薦方法(147)
。丢保薄∫裕ǎ保矗罚
62 移動網(wǎng)絡(luò)環(huán)境中的基本數(shù)據(jù)模型(148)
。丢保场《嗑S上下文感知下用戶適應(yīng)性選擇偏好學(xué)習方法(149)
631 上下文影響因素的確定(149)
。丢保唱保病《嗑S上下文感知下用戶適應(yīng)性選擇層次分析
模型(151)
633 算法描述及復(fù)雜性分析(156)
。丢保础∫苿佑脩舳嗑S上下文環(huán)境下動態(tài)轉(zhuǎn)移(160)
。丢保怠∫苿忧皵z推薦策略(162)
66 實驗與分析(163)
。丢保丢保薄嶒灁(shù)據(jù)集(163)
662 對用戶行為選擇有影響的上下文類型的確定(163)
。丢保丢保场(yōu)化選擇參數(shù)及μ訓(xùn)練數(shù)據(jù)集對學(xué)習準確率的影響(164)
。丢保丢保础⊥扑]結(jié)果分析(167)
。丢保贰〗Y(jié)語(169)
本章參考文獻(170)
第七章 總結(jié)與展望(173)
。藩保薄】偨Y(jié)(173)
72 展望。ǎ保罚叮