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)絡等基礎(chǔ)設施的飛速發(fā)展及大量手持、車載無線通信定位設備的廣泛應用，特別是眾多移動社交網(wǎng)絡的位置簽到、位置共享及位置標識等功能的應用普及，位置服務（location based service,LBS）與社交網(wǎng)絡逐漸融合，形成了基于位置的社會化網(wǎng)絡（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)絡世界的共享與傳播，從而衍生出多種多樣的位置服務，其中，推薦系統(tǒng)作為目前解決信息過濾和個性化服務的重要技術(shù)手段之一，在位置服務中發(fā)揮著越來越重要的作用。
最新皮尤網(wǎng)絡(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，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)絡服務，到2015年全球基于位置的社會化網(wǎng)絡服務市場規(guī)模將達到108億美元。在學術(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)絡研討會，并指出位置服務與移動社交網(wǎng)絡的融合將逐漸成為網(wǎng)絡服務發(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)絡推薦系統(tǒng)不僅滿足移動互聯(lián)網(wǎng)位置服務的社會化、本地化和移動性等信息服務特征，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)絡推薦系統(tǒng)研究成果的報道。
具備位置服務和社會化網(wǎng)絡推薦系統(tǒng)特征的基于位置的移動社會化網(wǎng)絡推薦系統(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計算機學院孟祥武教授，在北京郵電大學讀博士的4年里，孟老師在學術(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)政法大學信息與安全工程學院領(lǐng)導、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基金（No61602518）、智能地學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淺，對社會化網(wǎng)絡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
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）
１１２ 社會化推薦系統(tǒng)的基本框架模型（６）
�。豹保豹保场∩鐣P(guān)系和網(wǎng)絡模型的構(gòu)建（７）
�。豹保病∩鐣扑]生成技術(shù)（１０）
�。豹保勃保薄』诰W(wǎng)絡圖模型的推薦方法（１１）
１２２ 矩陣分解方法（１４）
�。豹保勃保场∫蜃臃纸鈾C模型（ｆａｃｔｏｒｉｚａｔｉｏｎｍａｃｈｉｎｅ） （１９）
�。豹保勃保础「怕誓Ｐ停ǎ玻埃�
１３ 社會化推薦系統(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)絡推薦系統(tǒng)（４０）
２１ 基于位置的社會化網(wǎng)絡（４０）
�。勃保豹保薄』谖恢玫纳鐣W(wǎng)絡的基本定義及３＋１ 框架模型（４０）
�。勃保豹保病』谖恢玫纳鐣W(wǎng)絡的數(shù)據(jù)特征（４２）
２２ 基于位置的移動社會化網(wǎng)絡推薦系統(tǒng)（４４）
�。勃保勃保薄』谖恢玫囊苿由鐣W(wǎng)絡推薦系統(tǒng)基本特征（４４）
２２２ 基于位置的移動社會化網(wǎng)絡推薦系統(tǒng)框架（４６）
�。勃保场』谖恢玫囊苿由鐣W(wǎng)絡推薦方法（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）
２３３ 基于移動用戶位置軌跡相似的好友推薦（５１）
�。勃保唱保础《嗑S上下文感知用戶偏好學習及移動推薦（５２）
�。勃保础眠M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)絡服務推薦方法（６３）
�。唱保薄∫裕ǎ叮常�
�。唱保病∠嚓P(guān)知識（６６）
�。唱保勃保薄f(xié)同過濾推薦算法（６６）
３２２ 上下文信息與傳統(tǒng)推薦算法的融合（６７）
�。唱保场』谖恢玫挠脩簟W(wǎng)絡服務特征模型（６８）
３３１ 基本數(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�
�。唱保础∫苿佑脩糁g的信任關(guān)系（７２）
�。唱保椽保薄≈苯雍糜殃P(guān)系（７２）
�。唱保椽保病￠g接好友關(guān)系（７３）
�。唱保怠』谟脩粑恢玫木W(wǎng)絡服務推薦（７４）
３５１ 基于移動用戶位置的網(wǎng)絡服務推薦基本框架（７４）
�。唱保氮保病』谝苿佑脩粑恢玫木W(wǎng)絡服務推薦（７５）
３６ 性能分析（７９）
�。唱保丢保薄�(shù)據(jù)稀疏性及冷啟動問題（７９）
３６２ 復雜度分析（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）
３７３ 實驗結(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）
４１ 引言（９９）
�。椽保病∠嚓P(guān)工作（１０１）
４３ 基于用戶活動區(qū)域劃分的圖模型推薦方法（１０３）
�。椽保唱保薄∫苿佑脩粑恢没顒訁^(qū)域的確定與劃分（１０３）
４３２ 基于用戶位置活動區(qū)域的圖模型構(gòu)建（１０５）
�。椽保唱保场⊥扑]結(jié)果的生成（１０７）
�。椽保础嶒炁c分析（１０９）
�。椽保椽保薄嶒灁�(shù)據(jù)集（１０９）
�。椽保椽保病≡u價指標及對比實驗（１１４）
４４３ 實驗結(jié)果與分析（１１５）
�。椽保怠〗Y(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)絡好友推薦方法（１２３）
５２２ 基于位置的社會化網(wǎng)絡用戶的位置移動性與社會關(guān)系的關(guān)聯(lián)性（１２４）
�。氮保场栴}描述（１２５）
�。氮保础∮脩艉灥轿恢玫臅r空特性（１２６）
５４１ 用戶的簽到頻率（１２６）
�。氮保椽保病∠噜弮蓚�簽到位置點之間的移動速度（１２７）
５５ 基于用戶簽到位置軌跡相似的近鄰好友推薦（１２９）
�。氮保氮保薄』跁r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）
５５３ 軌跡模式類型（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計及結(jié)果分析（１３９）
�。氮保贰〗Y(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�
�。丢保病∫苿泳W(wǎng)絡環(huán)境中的基本數(shù)據(jù)模型（１４８）
６３ 多維上下文感知下用戶適應性選擇偏好學習方法（１４９）
�。丢保唱保薄∩舷挛挠绊懸蛩氐拇_定（１４９）
６３２ 多維上下文感知下用戶適應性選擇層次分析
模型（１５１）
�。丢保唱保场∷惴枋黾皬碗s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）
�。丢保丁嶒炁c分析（１６３）
�。丢保丢保薄嶒灁�(shù)據(jù)集（１６３）
�。丢保丢保病τ脩粜袨檫x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訓練數(shù)據(jù)集對學習準確率的影響（１６４）
�。丢保丢保础⊥扑]結(jié)果分析（１６７）
６７ 結(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�
書單推薦
