Current Visitors:
Communications of the CCF, Vol. 8(5): 6-42, 2012.
1. 瞬时社交网络—从在线社交网络到移动社交网络
刘震; 秦永健; 王霞; 徐彬
诺基亚研究院一直在移动和社交领域的前沿开展研究，最近组织的移动数据竞赛（Mobile DataChallenge）吸引了大量的相关研究人员参与。来自设立在中国的诺基亚成长型国家研究院的刘震等撰写了《瞬时社交网络——从在线社交网络到移动社交网络》一文，提出了瞬时社交网络（ephemeralsocial network）的概念，介绍了如何利用瞬时社交网络为用户提供真正的移动社交体验，并讨论了其中的研究问题。他们希望通过结合线下活动和线上网络，将移动性作为人们社交活动和数字生活的新体验，实现真正意义上的移动社交网络。
2. 移动社交网络中的感知计算模型、平台与实践
於志文; 周兴社; 郭斌
西北工业大学於志文自2008年以来在社会感知计算方面开展工作，撰写的《移动社交网络中的感知计算模型、平台与实践》一文从感知计算的角度，探讨了移动社交网络的本质特征，提出了移动社交网络感知计算模型，设计实现了移动社交网络系统支撑平台，并通过智慧校园和健康辅助两个具体应用对移动社交网络进行了实践。
3. 移动社交网络中的用户行为预测模型
唐杰; 杨洋
清华大学唐杰近期在社交网络数据分析领域非常活跃，撰写的《移动社交网络中的用户行为预测模型》介绍了如何利用移动社交网络构建个人社会场景，对个人的网络行为和情感进行预测的工作。文中提出的动态平滑概率因子图模型可对用户的动态行为进行建模和预测。文中还设计了针对大规模网络的并行学习算法。
4. 移动社交网络与用户位置
谢幸; 连德富
微软亚洲研究院谢幸领导的研究小组自2007年以来在移动社交领域，尤其在用户位置数据挖掘方面开展了大量的工作。他们撰写的《移动社交网络与用户位置》探讨了移动社交网络对用户位置理解和预测等问题的影响，并介绍了一个新颖的用户位置命名算法。该算法基于用户的地理坐标、当前时间以及签到历史，为用户的当前位置提供了具体而有意义的名称。文中还讨论了在使用签到数据来预测用户位置时面临的一些研究挑战。
5. 移动轨迹数据分析与智慧城市
潘纲; 李石坚; 齐观德; 张王晟
浙江大学潘纲领导的课题组近年来对个人轨迹数据有较深入的探索，《移动轨迹数据分析与智慧城市》一文讨论了轨迹数据反映的社会行为特性及其对智慧城市应用的影响。该文分析了移动轨迹的数据来源、研究内容与典型应用，介绍了作者在出租车轨迹数据分析方面从出租车司机、乘客以及政府这三个角度做的研究工作，分别是载客寻找策略、异常轨迹检测、区域功能识别等。
6. 社交媒体中的时空轨迹模式挖掘
彭文志
新竹交通大学彭文志从事数据库领域的研究，撰写的《社交媒体中的时空轨迹模式挖掘》以实际的应用系统为例，针对移动社交网络中产生的轨迹数据管理进行了研究。作者提出了一个轨迹搜索的系统框架，具有新颖的轨迹挖掘、排名以及搜索功能，并能支持更加高效的轨迹搜索。另外，作者还给出了一个个性化导航推荐的系统设计。