[目的/意义]针对某些包含多级用户和多级资源的异质网络，在总结其各种异质模态的基础上提出一种多维度推荐框架MDRM，向目标用户进行好友和资源的推荐。[方法/过程]通过对用户、资源划分等级，在分析各种网络模态的基础上建立其异质关系；利用情感倾向分析得到二级用户——二级资源评分矩阵，借助协同过滤算法，实现同级用户和二级资源的推荐；基于异质关系，实现一级用户和一级资源的推荐，最终实现多维度推荐。[结果/结论]在以豆瓣网数据作为数据集的实验中取得了较好的效果，说明MDRM模型适合某些异质网络资源的推荐。
[目的/意义]针对移动在线学习平台中用户评价具有布尔变量属性的学习资源，提出一种适用于该类资源的协同推荐方法。[方法/过程]首先采用基于用户自身属性和已有好友分布特征的FRUTAI算法，确定目标用户的最近邻集；然后在解决数据稀疏的基础上，提出适用于布尔型移动在线学习资源的协同推荐方法；最后选取实证对象，依据相关评估方法评估推荐结果。[结果/结论]在以豆瓣书评网数据作为数据集的实证中取得了较好的推荐效果。实证结果表明，本文提出的改进的协同推荐算法可以有效地应用于移动在线学习平台中的布尔型学习资源，具有较好的推荐效果。
[目的/意义]通过解析手机游戏用户粘性影响因素与影响机制，扩展Flow和TAM理论，同时也为手机游戏开发以及运营厂商就如何提高用户粘性提供具体的解决思路。[方法/过程]以Flow理论和TAM理论为基础，通过手机游戏设计、手机游戏内容以及玩家自身这3个维度来探究手机游戏用户粘性影响因素，使用SmartPLS结构方程对收集到的163个调查样本数据进行实证研究。[结果/结论]模型结果显示，心流体验是影响手机游戏用户粘性的重要因素，互动性、远程感知、实用性、感知控制力对心流体验具有显著的正向影响。研究还发现男女生两种样本在部分路径比较中存在显著差异。
[目的/意义]各国政府都非常重视信息公开工作。深入调查公众个体的政府信息需求有助于政府进一步明确信息公开工作的内容和方式，提高政府信息公开工作的实施效率。[方法/过程]通过对38位有代表性普通公众的深度访谈，调查其主要的政府信息需求，并以意义建构理论的视角分析个体的政府信息需求成因。[结果/结论]研究发现被访者的政府信息需求主要与教育、生活、工作和兴趣相关。其中，源于外部情境的信息需求成因包括：直接解决问题，间接支持决策，了解一般事实和进行知识积淀；而源于个体状态的信息需求成因包括：个体建构的与政府信息的社会距离、对信息需求认知的清晰程度以及对自我的归类。构建了一个基于意义建构隐喻模型的个体的政府信息需求分析框架，以期为后续的相关研究提供借鉴和参考。
[目的/意义]改善现有专利技术主题分析方法主题辨识度低、主题词二义性、无法识别技术信息中的"问题"与相应"解决方案"等问题。[方法/过程]本文通过抽取专利文本中的SAO结构，并从SAO结构中识别"问题和解决方案"（P&S）模式，基于"bag of P&S"假设，构建基于"主语-行为-宾语"（subject-action-object，SAO）结构的LDA主题模型，实现对专利文献主题结构的识别和分析。[结果/结论]案例研究表明，该方法能够有效识别主题分布，并在主题辨识度和语义消岐方面较传统LDA模型具有较大优势。
[目的/意义]目前我国政府开放数据面临数据开放规模小、应用价值难以体现等应用管理问题。只有集中解决开放什么样的数据，能产生什么样的价值的核心驱动力，才能有效破解数据资源在各委办局中条块分割，开放意愿不足的根本问题。本文的研究目标旨在构建政府开放数据的应用分析模型。[方法/过程]本研究将政府开放数据集、政府开放数据应用案例以及其复杂的处理逻辑，解耦在资源域与模型域，形成模型4个维度上的"要素点"以及模型各维度间的映射关系（"结构线"），将这些"点"和"线"组成模型行为表；并通过一个可连动收割的数学模型构建模型动态发现机制。[结果/结论]最终构建政府开放数据应用分析模型，并归纳模型在应用中主要的应用场景类型，以及由应用场景组成的应用路径结构，解决模型在具体应用场景下的应用实现问题。
