“流-散化”:大数据监控技术的社会情境属性及其影响

大数据监控时代已然到来,但人们依然只是把大数据监控技术当成一种普通的社会管理手段,而忽略了目前高度发展的大数据监控技术已经具备了社会情境的基本属性。全景化的大数据监控技术以有形或无形的方式嵌入社会生活的每一个角落,进而构成了人类生活的基本社会事实,因此它必然具备了一种社会情境属性,并且还进一步改造了原有的社会情境,使得原本稳固、统一的时空结构转换成一个流散(流动-离散)的时空结构,时空中的人、事、物也从特定的情境中离散出来。

融合用户信息行为偏好的防偏见数字资源推荐

数字资源推荐中不可避免的信息偏见极易使用户陷入信息蚕茧当中。为缓解这一问题,通过对用户信息需求层次进行深入剖析,提出一种全新的融合用户信息行为的防偏见数字资源推荐方法(A-UIBR)。首先从用户兴趣、情境信息以及信息需求层次3个维度构建输入矩阵计算防偏见因子,在此基础上将防偏见因子通过正相关与负相关引入资源表示层,匹配得到含防偏见属性的数字资源列表,最后将需求层次属性作为平衡因子,采用topN输出已排序的推荐结果列表。仿真实验与数据对比显示,该推荐方法相比传统的混合粒度和评分差异推荐方法,平均精度提高了11.4%,多样性提高了20.8%,在一定程度上抑制了用户陷入信息蚕茧状态,具有广阔的应用场景。