社交類推廣方案精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的社交類推廣方案主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：社交類推廣方案范文

這個在京東專屬DSP廣告平臺“JD商務艙”基礎上創(chuàng)新升級后的營銷推廣平臺擁有更加多樣化的廣告營銷產(chǎn)品、智能化的投放系統(tǒng)和完善的服務體系，可以為客戶提供精準、高效的一體化電商營銷解決方案，幫助客戶實現(xiàn)營銷效果的最大化。

據(jù)了解，此次京東推出的“京準通”營銷推廣平臺包含京東商城營銷產(chǎn)品體系和拍拍網(wǎng)營銷產(chǎn)品體系兩大方面，全面服務兩大平臺的廣告客戶。

事實上，在這個全民網(wǎng)購時代，消費者、商家和媒體都是鏈條上的重要參與者，而京東作為國內(nèi)最大的自營B2C電商平臺，正在扮演著一個連接者的角色，即將消費者、商家、媒體資源整合在一起，并由此打造一個營銷閉環(huán)，為消費者提供優(yōu)質(zhì)導購服務，幫商家提升營銷ROI，助力媒體合作伙伴實現(xiàn)流量變現(xiàn)，以開創(chuàng)多方共贏的局面。

這是“京準通”上線的原因，也是京東注重數(shù)字營銷的體現(xiàn)。

由“商務艙”升級到數(shù)字營銷

“京準通”業(yè)務是由早前的“JD商務艙”業(yè)務升級而來。

事實上，早在2011年，京東就曾推出了展示廣告這塊業(yè)務，基本上是按天在賣，之后京東又推出了京東快車，主要做站內(nèi)的搜索，旁邊也放一些廣告，商家按照不同的頻道或關鍵詞競價取得不同的展位，以展現(xiàn)自己的商品，這一業(yè)務得到許多商家的喜愛。去年8月，京東推出一項叫金融商務艙的業(yè)務，目的是想為商家做精準營銷，今年3月份，京東跟騰訊達成了戰(zhàn)略合作，拍拍網(wǎng)并入京東集團，其廣告業(yè)也合并到京東數(shù)字營銷業(yè)務部門，這也正是“京準通”誕生的背景和契機。

據(jù)京準通業(yè)務的相關負責人表示，京準通主要服務于京東商城、拍拍網(wǎng)的商家，“我們京東不是有自營嘛，自營我們就是供應商和品牌商，比如洋寶潔其實是品牌商，它也給我們供貨，但是有一些品牌商其實是通過供應商給我們供貨的，我們這個平臺其實就是希望幫這些商家、供應商、品牌商做營銷服務。”該負責人表示。

據(jù)其介紹，京準通所提供的服務屬精準營銷，而不僅僅是硬性廣告，屬于數(shù)字營銷，而且這項業(yè)務主要針對在線業(yè)務，不涉及線下業(yè)務。

在京東商城營銷產(chǎn)品體系中，為滿足客戶越來越多元化的營銷需求，特別提供了京選展位、京東快車、京東直投、京挑客四大類廣告營銷產(chǎn)品供廣告主選擇。

其中，京選展位匯聚了京東最優(yōu)質(zhì)的營銷推廣位，大尺寸大展現(xiàn)可以為品牌帶來海量曝光，有效吸引用戶的關注；京東快車則是匯集了全網(wǎng)資源，為商家提供量身定制的營銷產(chǎn)品，除了擁有京東站內(nèi)商品列表頁推廣展位、搜索頁左側(cè)推廣展位等資源外，還涵蓋了搜狐、網(wǎng)易、新浪等站外優(yōu)質(zhì)網(wǎng)站資源，全面展示商品和品牌。

京東直投是一款利用精準定向進行付費引流的產(chǎn)品，借助與騰訊的戰(zhàn)略合作，商家通過京東直投即可獲得百億級騰訊系海量流量，包含QQ空間、騰訊朋友網(wǎng)、QQ客戶端（QQ秀）、每日精選頁卡及騰訊網(wǎng)等海量優(yōu)質(zhì)資源位。

作為京東效果營銷類推廣產(chǎn)品，京挑客是按最終成交付費，推廣形式多樣，費用靈活可控，低投入高回報，滿足商家個性化推廣需求。

打選全新電商營銷生態(tài)系統(tǒng)

京東在數(shù)字營銷方面有何優(yōu)勢呢？

就行業(yè)發(fā)展態(tài)勢來看，京東立足于正品行貨、物流速度快、品類豐富等獨特優(yōu)勢，已經(jīng)積累了海量網(wǎng)購高端用戶群的品牌優(yōu)勢，京東自營產(chǎn)品訂單中超過80%可以實現(xiàn)當日達或次日達；從京東對“京準通”平臺的布局來看，京東正全力打造一個全新的電商營銷生態(tài)體系。

新升級的京準通營銷平臺提供了兼具品牌、效果推廣的多樣化解決方案，并且依托京東大數(shù)據(jù)優(yōu)勢，通過多維度的定向功能，精準鎖定目標受眾，讓廣大商家可以根據(jù)自身的情況和經(jīng)營目標，自由選擇營銷推廣組合，這就給了商家最大的發(fā)揮空間，實現(xiàn)品牌、效果的雙重收益。

此外，與騰訊資源的深度整合，也為京準通營銷平臺的升級增加了籌碼。京東購物平臺與騰訊社交平臺的完美結(jié)合，將會為廣告主帶來更多的營銷可能。

第2篇：社交類推廣方案范文

光棍節(jié)(別稱：單身節(jié)，英文名：Singles'Day)是一種流傳于年輕人的娛樂性節(jié)日，源于這一天日期里有四個阿拉伯數(shù)字“1“形似四根光滑的棍子。以下是小編精心收集整理的雙十一活動方案，下面小編就和大家分享，來欣賞一下吧。

雙十一活動方案1電商的節(jié)日，在這一天所有的電商都開始舉行各種促銷活動作為，提升銷售額是必須的。

一、活動背景：

隨著電子商務的迅速發(fā)展，網(wǎng)上購物，網(wǎng)上開店在大學校園中已成為一種時尚。在我們學校無論是電子商務專業(yè)還是非電子商務專業(yè)，已在和愿意在淘寶開店的同學很多，為了給愿意在淘寶開店和已經(jīng)在淘寶上開店的同學之間一個共同交流和學習的平臺，特舉辦了這次比賽。

二、主辦單位：

____

三、協(xié)辦單位：

___

贊助單位：___

四、參賽對象：

____全體同學

五、活動時間：

20__年11月10日至20__年11月11日

六、活動地點：

待定

七、報名方式和獎項設置：

(1)同學們可以以個人和團隊報名;

(2)報名時間為20__年_月20至_月24日

(3)王牌店長1名證書+獎品

王牌團隊1個證書+獎品

亞軍團隊1個證書+獎品

季軍團隊2名證書+獎品

參與獎4名證書+獎品

八、活動內(nèi)容：

第一環(huán)節(jié)：淘寶開店策劃

活動安排：

1、參賽選手自報名之日起，根據(jù)自己的參賽選手自己的設想制定自己的淘寶店鋪開店策劃書。

2、參賽選手、團隊于4月5日前把自己的策劃方案以電子檔和紙制策劃交到活動組委會。

3、有專業(yè)老師對策劃方案進行評，優(yōu)秀的方案進入第二輪。

要求：

1、策劃書包括淘寶網(wǎng)店定位與目標、淘寶同行網(wǎng)店總體情況分析、淘寶網(wǎng)店團隊組建方案、淘寶網(wǎng)店裝修方案、淘寶網(wǎng)店物流方案、淘寶網(wǎng)店推廣方案和淘寶規(guī)則和售后服務等。

2、策劃書要含有淘寶店鋪的店面設計。

第二環(huán)節(jié)：開店策劃書ppt展示

活動安排：

1、參賽選手和團隊根據(jù)自己的策劃方案制作ppt，對自己的策劃方案進行說明。

2、店主競爭，對于自己的賽場競爭對手的店鋪進行剖析，知己知彼百戰(zhàn)不殆。

要求：

1、要用office2003制作ppt。

2、對自己店鋪未來發(fā)展的分析要有理有據(jù)。

3、對賽場競爭對手的店鋪進行剖析，要突出自己自己店鋪的優(yōu)點，和對方的優(yōu)缺點。

九、活動安排：

1、時間安排。

11月9日前，活動的策劃、宣傳。

11月1至11月7日，參賽報名時間。

11月5日前，為活動方案的交稿時間。

11月10日為第二階段的開店策劃書ppt展示。

雙十一活動方案2一、活動背景

__是__的學生門戶網(wǎng)站，隸屬商學院電子商務系智越工作室管理運營。為了更好的運營__，加大范圍打響__的知名度，__結(jié)合20__-11-11光棍節(jié)這個特殊的日子，聯(lián)合__策劃開展一個宣傳活動來豐富同學們的校園文化生活，讓同學們能夠在網(wǎng)上第一時間知道校園、新聞、政策、考試信息、體育、娛樂、學習交流、兼職工作等信息，提高同學們的綜合素質(zhì)，并號召廣大同學積極關注__，有效的幫助他們學習和生活上的事情，提高自身的知識水平、從而完善自我。

二、活動主題

__、光

三、活動時間、地點

20__年11月11日在__中心花壇16：00活動

開始18：30結(jié)束

四、活動對象

__全體在校學生

第二部分活動內(nèi)容

一、活動簡介

為了更好的運營__，加大范圍打響__的知名度，豐富同學們的校園文化生活，讓同學們能夠在網(wǎng)上第一時間知道校園、新聞、政策、考試信息、體育、娛樂、學習交流、兼職工作等信息，提高同學們的綜合素質(zhì)，并號召廣大同學積極關注__，有效的幫助他們學習和生活上的事情。

本次活動能一定程度上在大學生中增進各院系各年級的友誼，活躍校園氣氛、豐富高校學生的業(yè)余文化生活，更為所有學生提供了一次難得的社交鍛煉機會。

二、活動目的

1、推廣運營__學生門戶網(wǎng)站-__

2、豐富同學們的大學生活、提高同學們業(yè)余時間的生活質(zhì)量

3、增進各院系各年級的友誼，活躍校園氣氛、，更為所有學生提供了一次難得的社交鍛煉機會。

4、增加同學們之間的感情，讓同學們更加深刻的了解到朋友之間的友誼比情人間的感情更加的真實、純潔，更加需要我們?nèi)フ湎А?/p>

三、活動流程

1、14：00---16：00，工作室負責所需要的音響、話筒、桌椅。

__網(wǎng)負責小禮品、黑色墨性水筆、紙杯、皮筋、垃圾袋、小紙條、大的信紙箱、氣球。

2、16：00---17：30，工作室成員布置活動現(xiàn)場。

工作室成員及__網(wǎng)人員在校園主干道路設置服務點進行人工流動宣傳，讓更多同學前來圍觀。

3、將橫幅放在桌子上面，號召大家來簽名。

4、16：00，活動正式開始。

由主持人讀開場白。(光棍節(jié)，光)

5、16：05---16：40，詢問現(xiàn)場單身的請舉手。

是情侶的請舉手玩。(我們到底有沒有緣)

6、16：45---18：10，進入活動的男女玩轉(zhuǎn)趣味游戲。

(紙杯傳水)(吹氣球比賽)(橡皮筋接力賽)勝出者都有小禮品贈送，贈送的時候回答問題。

7、游戲簡介

勝出均得小禮品一份，在拿之前，要回答一個問題，關于阿Q、智越工作室、__網(wǎng)的一些簡單的問題。

(1)我們到底有沒有緣

PS游戲規(guī)則：

1、參賽每組由男女同學各一個，圍觀者禁止提示;

2、男生附身，背對著女生，女生從工作人員手中抽取一張小紙條，每一個字條里面有一至三個字。

3、女生在男生背上書寫所抽中的字，而附身的男生來猜女生所寫的字是什么?

4、游戲時間：每猜一次有三次機會。

(2)紙杯傳水

PS游戲規(guī)則：每個組出4個人站成一列，每人嘴上叼一只紙杯，然后從前往后傳水，不能用手，全憑嘴和頭的動作，在規(guī)定時間內(nèi)按傳到最后的水的多少算勝負。

(3)吹氣球比賽

PS游戲規(guī)則：每一輪參賽三人，每人2個氣球，誰先把2個氣球吹爆，誰就勝出。

(4)橡皮筋接力賽

PS游戲規(guī)則：

1、每輪參賽男女各5位，男女交替排成一列;

2、每組有一名工作人員，參與人員由工作人員發(fā)給每人一根吸管。

3、游戲開始時，參與者用嘴夾著吸管，由工作人員在每組最前列向第一位同學嘴上的吸管放橡皮筋，然后第一位同學傳給下一位，第一位選手橡皮筋傳出后，可立即傳下一個橡皮筋。

4、3分鐘后，由每組最后一同學手上的橡皮筋數(shù)量多少決定每組勝負。

5、18：10，所以工作室成員清理活動現(xiàn)場。

四、人員安排

1、2：00準時開始布置活動現(xiàn)場、工作室的男生需要的桌子、音響話筒都安排到位、__負責小禮品、黑色墨性水筆、紙杯、皮筋、垃圾袋、小紙條、大的信紙箱、氣球全部器材到位。

2、支持人(可適當調(diào)整)

3、組織秩序著：

4、攝像人：

5、主動參與活動帶動氣氛著(防冷場)：__等除了以上幾位所有工作室成員、以及現(xiàn)場的大一考察成員。

6、清理現(xiàn)場：男生負責歸還音響、課桌女生負責清理現(xiàn)場的垃圾以及現(xiàn)場的一些器材(__監(jiān)督)

第三部分活動宣傳及經(jīng)費預算

一、活動宣傳

1、宣傳單發(fā)放

在11月10號周四全體工作室成員穿著室服在__學院各個地點發(fā)放宣傳單

2、利用我們__網(wǎng)站、__、__校園廣播推廣宣傳

3、朋友圈宣傳

二、經(jīng)費預算

略

雙十一活動方案3有人說：“我一輩子最幸福的事，莫過于，不管有多少美女(帥哥)，TA的眼神，永遠在我身上?！?/p>

關于戀愛，總是有很多很多的要去說，卻在見到你的那一刻不知從何說起。就像第一次我見到你的那一刻，從此深陷其中……

將至，__婚紗將會為你打造最最完美的瞬間!

情定，愛約一世!

最美好的我，你值的擁有!

好戲連臺，步步驚心，愛TA其實很簡單。

第一步：愛的關注

即日起，官方微博：__婚紗攝影每天都會在微博發(fā)出一條活動微博，只要關注__婚紗攝影，并且當天回復并轉(zhuǎn)載此條微博的客戶就有機會獲得由__婚紗攝影提供的價值188元的抱抱熊一只。(注：當天轉(zhuǎn)發(fā)微博的客戶里面我將選取第8位，第28位，第48位，第68位……以此類推每間隔20位我們將送出一份禮品，并且每個微博賬號僅限領取一次禮品。)

第二步：愛的呼喚

愛TA就要大聲說出來，即日起關注官方微博：__婚紗攝影的網(wǎng)友在轉(zhuǎn)載__婚紗活動微博的同時@你愛的人就可以憑此條微博到店領取一份我們精心準備的愛的禮物：施華洛世奇項鏈一條。

第三步：愛很簡單

愛很簡單，其實不需要太多，就在__婚紗攝影也給一份簡單的愛給你們!只需網(wǎng)絡客服報備，限套愛情專屬2999元超值套餐即日開放!愛就要長長久久!

第四步：愛的感恩

即日起所有關注官方微博：__婚紗攝影的網(wǎng)友只要是找到__婚紗攝影網(wǎng)絡部客服報備過，并且轉(zhuǎn)介紹朋友來__婚紗攝影成功訂單的就可以享受價值888元的夏日激情魅力寫真一套。

第五步：愛最美麗

凡是所有參與本活動的客戶只要經(jīng)網(wǎng)絡客服報備，就可以訂單時額外享受最新國際品牌婚紗拍攝權(quán)限一次!

雙十一活動方案4一、前言

1、單身禮品

過節(jié)送禮!這樣的炒作方式很符合民意，尤其在這百年一遇的神棍節(jié)呢，是不是幸運的神棍，都想送自己一樣特殊的禮品來紀念或者祭奠一下這個很特別的時刻。自己送自己禮物，當然也要有好友送自己禮物的刺激嘍，光棍節(jié)本來就是個寂寞的節(jié)日，好友借此機會送禮，是不是會讓人感受到一點點溫暖呢?2、11元搶購

11元搶購?這可是京東商城最近正熱搞的光棍節(jié)促銷活動方案吶。是不是很有創(chuàng)意?當然了，想搞好棍棍促銷，首先要算好成本，要做到薄利多銷，還要借此良機打好名氣，為以后的生意做鋪墊!11元，真的不是很貴嘍，每一個人都會舍得在這樣的日子里話費不大的價錢，買到一件心儀已久的東東，所以你的產(chǎn)品還要有吸引人又實惠的優(yōu)點哦!3、降價促銷

降價促銷，永遠都是節(jié)日促銷不變的主題!降價，要巧妙地降價，要讓消費者感受到真真正正的實惠，你才有銷路，才能大賺一筆的哦!降價若不當?shù)脑?，很容易給消費者造成負面的影響，這可是事關你以后生意能不能成功的關鍵呢!

4、送光棍節(jié)吉祥物，祝福光棍們早日

每一個光棍都是不想就此光棍下去的吧!所以吉祥物會被奉為上品哦，光棍節(jié)促銷活動方案中也可以專門買光棍節(jié)吉祥物，當然也可以“進店有禮”，送個性的光棍節(jié)吉祥物，這樣能吸引大批的消費者進店的，進得人多了，生意自然就旺旺了。當然，您也可以在消費者購物滿多少元的時候送什么級別的光棍節(jié)吉祥物的。這絕對不是一個壞的光棍節(jié)促銷活動方案。

二、活動背景

在活動前夕，商家可以參加淘金幣、聚劃算、等活動以增加其的品牌曝光率，提高品牌知名度，從而在活動中的銷售做鋪墊。“”即指每年的11月11日，由于日期特殊，因此又被稱為光棍節(jié)。微商城利用這一天來進行一些大規(guī)模的打折促銷活動，以提高銷售額度。20__年11月11日前后，在微商城上，眾多商家推出5折優(yōu)惠促銷活動，許多人的集體瘋搶，以及多家知名品牌參與。單日成交額達上好幾億。

三、活動時間與活動商品

活動時間：11月7日到11月13日活動方式：

1.淘金幣：挑選10款產(chǎn)品(顧家支持)上淘金幣活動聚劃算：挑選3款產(chǎn)品(顧家支持)上聚劃算活動

顧家商品A，原價___，淘金幣價___+100淘金幣，數(shù)量500份，折扣5-7折，附送一些小禮品等，例如禮品杯，環(huán)保袋，鼠標墊2.活動時間：2016.11.11凌晨一點至24點。宣傳語：全場五折還包郵哦!

四、活動目的

由于“”活動主會場分會場的展示位有限，我們旗艦店開業(yè)才1個多月，還無法

得到微商城展示位支持。但是我們可以利用這次高流量高成交的機會，在店鋪內(nèi)推出相應活動，在這次瘋狂網(wǎng)購中分一杯羹

五、店鋪活動

1.好評送消費券

2.收藏拿紅包或者是淘金幣3.關注有好禮

六、活動規(guī)則

(1)消費券只限購買原價商品;(2)聚劃算商品不參加活動。

七、活動推廣

1.直通車引流2.店鋪活動通告3.寶貝描述通告

4.幫派社區(qū)宣傳5.旺旺簽名活動預告6.淘客聯(lián)盟

八、活動跟進(團隊配合)

美工：做好退款辦理時間、訂單信息修改、發(fā)貨快遞和時間等聲明放置在首頁及商品詳情頁，設計以“”為主題的首頁，以及活動廣告圖片。

客服：售前_名+售后_名+客審_名(負責訂單審核和打印)確保電腦配置;做好活動內(nèi)容細節(jié)解釋的快捷回復語。修改部分商品價格，

網(wǎng)絡：檢查促銷軟件設置?？旖荻陶Z和自動回復(提前準備、包含促銷、盡量少用)倉庫：發(fā)貨員備貨以及快遞公司提前聯(lián)系準備!確保庫存準確，避免缺貨。準備好打印機及相關材料和打包用的材料。準備適當比例的貨品提前包裝并分開堆放在活動中，保證客服端、制單員、倉庫的溝通暢通，以保證售中過程中修改訂單信息等情況的順利解決。文案：提煉活動廣告宣傳語。推廣：刪除搭配減價以及刪除第三方打折軟件設置的折扣，互聯(lián)網(wǎng)上關于泰豐家紡的網(wǎng)頁做好回帖和店鋪活動宣傳。

九、庫存準備

(1)確定活動上線產(chǎn)品，所有主推產(chǎn)品要占整體備貨的50%-60%所有產(chǎn)品在11.11之前一周內(nèi)必須全部入庫完成，店鋪庫存按實際的90%-95%去完成，如果需要贈送環(huán)保袋、鼠標墊等禮品也需進行備貨

(2)根據(jù)預期銷售規(guī)模，做好雙11大促活動主要銷售商品庫存的提前備貨。務必于活動前和相應的供貨渠道確定應急補貨機制，確定供貨渠道的供貨能力，建立緊急溝通聯(lián)系方式，保障在庫存不足的情況下可以快速做到貨品補充或及時下架。

(3)檢查貨品條碼管理體系，確保所有發(fā)貨貨品都有條碼，便于出庫檢查配貨準確時使用掃描槍掃條碼的方式做校驗，提高速度和效率。(4)務必于雙11活動前的2~3天做一次全倉盤點或相關大促活動商品的盤點，清晰庫存規(guī)模，并將真實庫存數(shù)據(jù)100%錄入到ops中。

十、人員準備

(1)對可能出現(xiàn)的雙11訂單暴漲而需要招聘臨時兼職員工的，提前做好兼職員工工作安排計劃，并做好相應的培訓工作，做好打包環(huán)節(jié)，提前培訓好相關的打包貼面單工作細節(jié)，提前做好員工培訓工作

(2)對所有員工，尤其是訂單處理相關部門的員工，做完善的微店管家系統(tǒng)操作的培訓及其他培訓

(3)制定好部門間員工臨時調(diào)度、培訓和工作的應急方案，以及大促活動持續(xù)期間的員工值班、休假等相關安排

按照流量的高低去計算各個崗位的人員數(shù)量

(5)物料要針對可能出現(xiàn)的流量和包裹數(shù)去計算

十一、物料準備

(1)包裝材料準備，對大促活動銷售的商品牽涉到的各類包裝袋、包裝盒做好庫存保障，并可提前對一些特定包裝進行初步整理，到時候只要放入商品就可以。也可以提前將商品直接打包好，只等打好快遞單后就直接張貼單據(jù)并發(fā)貨;

(2)快遞面單、發(fā)貨單紙張貯備，打印機調(diào)試、打印耗材(色帶、墨盒)準備，為提升打單環(huán)節(jié)的速度，不建議雙11大促活動期間使用普通針式打印機打印發(fā)貨單，而是建議采用激光打印機或熱敏標簽打印機打印發(fā)貨單。對需要打印配貨匯總單或分單匯總單配貨的商家，務必準備高速噴墨或激光打印機及其耗材。

(3)本次活動提出的要求更多的是對商家的服務方面的要求，特別是發(fā)貨環(huán)節(jié)的要求，要求在2天內(nèi)將所有北、上、廣、深、杭的客戶優(yōu)先發(fā)貨。所以建議在包裝或面單上有明顯的文字標示或顏色標示等方式。以便快速分揀。

雙十一活動方案5一、活動背景及意義

__協(xié)會一直以豐富同學們課余文化生活，營造良好的校園文化氛圍為目標，并積極為此做出努力和創(chuàng)新。11月11日，是屬于單身一族的節(jié)日，因為這一天有4個1的緣故。為了讓一直處于單身的大學同學們，釋放自己的學習壓力，排除自己的寂寞、孤獨的無聊心情。

__協(xié)會特為協(xié)會干事及會員安排本次舞蹈培訓會，促進協(xié)會成員間的溝通和交流，增加凝聚力和團隊合作的默契，增加大家的友情。同時也為本協(xié)會11月19日的大型舞會做好舞蹈方面的相關準備。

二、活動主題

跳的不是舞，而是寂寞

三、活動時間

20__年11月11日晚

四、活動地點

五、活動舉辦

主辦：

承辦：

六、活動前期準備負責人：

1、__協(xié)會組織部負責場地的布置。

2、由本協(xié)會文藝部提前和學生會借音響等設備，并由組織部相關負責人士做好音響的調(diào)試工作。

3、由本協(xié)會相關人員負責將本培訓會通知到協(xié)會的所有單身干事和會員。

4、文藝部做好舞蹈培訓的內(nèi)容。

七、活動流程

1、8：30之前將現(xiàn)場布置完畢，并由本協(xié)會文藝部帶動協(xié)會成員一起學舞、跳舞。

2、舞蹈培訓會上適當安排協(xié)會男女成員一起搭檔，切實現(xiàn)場氣氛溫馨融洽。

3、會上安排幾個小的舞蹈游戲，使大家更能夠投入舞蹈培訓中。

4、會后安排相關負責人士整理會場。

八、注意事項

1、培訓會具體活動時間可根據(jù)具體境況進行調(diào)整。

2、文藝部事先必須做好舞蹈培訓的內(nèi)容的準備工作。

3、培訓會結(jié)束后干事留下打掃衛(wèi)生。

4、做好資料、照片和DV的后期整理工作。

5、活動現(xiàn)場的相關工作人員需注意人身、物品及財產(chǎn)安全，保持場地的清潔衛(wèi)生。

第3篇：社交類推廣方案范文

關鍵詞：推薦系統(tǒng)；云計算；數(shù)據(jù)挖掘；個性化

中圖分類號：TP393 文獻標識碼：A DOI：10，3969/J.issn.1003-6970.2013.03.001

本文著錄格式：[1]郭平，劉波，沈岳，農(nóng)業(yè)云大數(shù)據(jù)自組織推送關鍵技術綜述[J].軟件，2013，34（3）：1-6

0 引言

隨著物聯(lián)網(wǎng)、云計算、下一代互聯(lián)網(wǎng)等新一代信息技術的快速發(fā)展和信息內(nèi)容的日益增長，“信息過載”問題愈來愈嚴重，推薦系統(tǒng)（recommender systems）被認為可以有效的緩解此難題，幫助用戶從海量數(shù)據(jù)中發(fā)現(xiàn)感興趣信息，滿足個性化需求。

近年來，我國在農(nóng)業(yè)個性化知識服務服務領域從本體論、語義網(wǎng)、知識工程角度開展了廣泛的研究，成果主要體現(xiàn)在三個方面：以搜索引擎為代表的知識檢索系統(tǒng)，需回答大量預設問題進行知識推理的專家系統(tǒng)，特定領域應用系統(tǒng)，它們在各自的場合都發(fā)揮了積極作用。然而知識檢索系統(tǒng)不能滿足用戶個性化需求，專家系統(tǒng)的應用很難普及，特定領域應用開發(fā)成本高和重用難度大。物聯(lián)網(wǎng)與數(shù)據(jù)挖掘云服務提供知識服務云實現(xiàn)物理世界的“感知控”，知識服務云的研究主要集中在制造和圖書情報領域，云環(huán)境下的農(nóng)業(yè)個性化知識服務的研究尚處于起步階段，主要集中在服務模式的構(gòu)建與展望。

本文是對科技部科技支撐課題“農(nóng)村農(nóng)業(yè)信息化關鍵技術集成與示范”（2011BAD21803）與“農(nóng)村物聯(lián)網(wǎng)綜合信息服務科技工程”（2012BAD35800）研究成果的總結(jié)，也是對農(nóng)業(yè)云推薦系統(tǒng)研究的升華。

1 農(nóng)業(yè)云大數(shù)據(jù)自組織區(qū)域推送的提出

1.1 農(nóng)業(yè)信息資源特點

我國自“十一五”時期以來，農(nóng)業(yè)農(nóng)村信息化發(fā)展取得了顯著成效，主要表現(xiàn)在農(nóng)業(yè)農(nóng)村信息化基礎設施不斷完善、業(yè)務應用深入發(fā)展、物聯(lián)網(wǎng)技術在農(nóng)業(yè)中逐步推廣應用等方面。從中央到省，市、縣建立了“三農(nóng)”綜合信息服務平臺，涉農(nóng)企業(yè)、組織和科研院所也積極搭建了各具特色的農(nóng)業(yè)信息服務平臺，目前正向鄉(xiāng)鎮(zhèn)村發(fā)展。農(nóng)村信息員隊伍及以農(nóng)業(yè)綜合信息服務站和農(nóng)業(yè)合作社為代表的農(nóng)村信息服務機構(gòu)發(fā)展迅速，“三電合一”、“農(nóng)民信箱”、“農(nóng)村熱線”等信息服務模式應用深入。云計算利用海量的存儲能力把農(nóng)業(yè)信息資源形成高度集成和虛擬化的計算資源一“農(nóng)業(yè)知識聚合云”，支持用戶在任意位置、使用各種終端方便獲取信息，但由于農(nóng)業(yè)領域生態(tài)區(qū)域性和過程復雜性及農(nóng)業(yè)區(qū)域發(fā)展不平衡和農(nóng)民文化的多層次性也帶來了“信息過載”、“資源隱晦”“資源迷向”等問題。

1.2 農(nóng)業(yè)云環(huán)境下大數(shù)據(jù)自組織區(qū)域推送

物聯(lián)網(wǎng)和云計算背后是大數(shù)據(jù)，在云計算模式下，用戶不確定的、智能的交互，個性化需求更加多元化，信息交互行為更加頻繁；在大量用戶通過社會標注達成共識的過程中，逐漸形成不同社區(qū)，涌現(xiàn)出群體智能，形成“農(nóng)業(yè)用戶興趣社交云”。利用云的海量存儲、群體涌現(xiàn)智能、強大的計算能力和物聯(lián)網(wǎng)感知控優(yōu)勢，可以提供面向用戶復雜分析計算，實現(xiàn)業(yè)務重點由面向應用和資源的傳統(tǒng)信息服務，轉(zhuǎn)變?yōu)榛趯Ａ哭r(nóng)業(yè)知識進行動態(tài)劃分，有目的、主動、定制、自組織推送給有需求的農(nóng)業(yè)用戶，為農(nóng)業(yè)用戶提供實時性、個性化知識服務，指導農(nóng)業(yè)生產(chǎn)過程。

首先以Hadoop+MapReduce+HBaSe分布式框架為處理平臺，對“農(nóng)業(yè)用戶興趣社交云”，融合用戶興趣偏好和社交網(wǎng)絡進行建模，將這些多元用戶信息充分融入推送系統(tǒng)會更好產(chǎn)生推薦結(jié)果；將推薦對象“農(nóng)業(yè)知識聚合云”按農(nóng)業(yè)知識高維性、多樣性、多層次性特征分類聚類為各種知識塊靜態(tài)和動態(tài)元數(shù)據(jù)；通過智能算法推薦和社會網(wǎng)絡推薦為用戶發(fā)現(xiàn)個性化內(nèi)容；根據(jù)用戶的地理位置、用戶服務的評價以及云基礎服務提供商信息將預測值最高的服務推送給用戶實現(xiàn)與物理世界的互動（如圖1）。

從以上分析可知，農(nóng)業(yè)云大數(shù)據(jù)自組織區(qū)域推送的關鍵技術有用戶興趣模型、推薦對象模型，推薦算法、數(shù)據(jù)挖掘四個部分，以下分別對這幾項技術進行論述。

1.2.1 用戶興趣模型

用戶興趣建模是個性化服務技術的基礎和核心，包括數(shù)據(jù)收集、模型表示、模型學習與模型更新。用戶興趣建模的方法有很多，常用的有向量空間模型、神經(jīng)網(wǎng)絡、遺傳算法、用戶一項目評價矩陣、基于案例的表示、基于本體論的表示、基于加權(quán)關鍵詞的表示，基于社會網(wǎng)絡的表示等。幾乎每種表示形式都是以一種私有形式進行知識表示，此外一些表示技術還依賴于模型學習，如廣泛使用的基于向量空間模型的表示與TF-IDF學習技術聯(lián)系在一起。表示形式的私有性和對學習技術的依賴性阻礙了用戶模型在系統(tǒng)間的共享，這種共享對于減少用戶建模工作量，提高推薦算法啟動效率具有重要意義。因此開發(fā)獨立于模型學習技術的通用用戶模型表示技術是目前研究中熱點，基于語義網(wǎng)和社交網(wǎng)絡的用戶模型在這方面表現(xiàn)了優(yōu)勢。

用戶的興趣或需求會隨時間、情景發(fā)生變化，結(jié)合長期和短期興趣及興趣的變化用戶興趣建模的重點，目前的更新機制很難及時跟蹤用戶興趣的變化，有更好的學習效率和動態(tài)變化適應能力的建模是未來的重要研究方向，國內(nèi)外大量的文獻對此展開了研究，遺忘函數(shù)、時間窗、用戶興趣的漂移特性等被提出。

在湖南農(nóng)業(yè)云中，基于呼叫中心、互聯(lián)網(wǎng)，手機報、手機短信，電視廣播等用戶在多應用系統(tǒng)中形成的興趣偏好和社交網(wǎng)絡特征，提出“農(nóng)業(yè)用戶興趣社交云”建模思路：以圖論模型表示用戶“興趣圖”數(shù)據(jù)和“社交圖”數(shù)據(jù)，根據(jù)經(jīng)典的局域世界演化理論，綜合考慮實際情況中用戶之間的多重關系和關系的強弱程度，以用戶之間相似度為節(jié)點連接概率因素，生成動態(tài)多維網(wǎng)絡，進行用戶數(shù)據(jù)的挖掘和更新；結(jié)合農(nóng)業(yè)本體，在多維社交網(wǎng)絡的基礎上，將基于農(nóng)業(yè)本體的區(qū)域用戶興趣融合在云計算平臺上進行處理。

1.2.2 推薦對象模型

推薦本質(zhì)上是將推薦對象的特征與用戶的興趣偏好進行推薦計算，所以推薦對象的描述和用戶的描述密切相關。推薦系統(tǒng)應用不同領域，它推薦的對象也就各不相同，目前，湖南農(nóng)業(yè)云主要是文本性數(shù)據(jù)；不同的對象，特征也不相同，目前沒有一個統(tǒng)一的標準來進行統(tǒng)一描述，主要有基于內(nèi)容、分類、聚類的方法。

基于內(nèi)容的方法是從對象本身抽取信息表示對象，常見的是向量空間模型，使用最廣泛的是加權(quán)關鍵詞矢量方法進行特征選取，使用TFIDF計算每個特征的權(quán)值。向量空間模型對模型中的特征詞進行權(quán)重估計（TF-IDF）過程中不考慮特征詞之間的相關性，直接用特征詞作為維度構(gòu)建文檔向量，降低了文檔向量對文檔概念表達的準確性以及對不同類型文檔的區(qū)分能力。

基于分類的方法是把推薦對象放入不同類別，把同類文檔推薦給對該類文檔感興趣的用戶。主要有兩種，一種是基于知識工程的方法，使專家的類別知識直接編碼為分類規(guī)則，正確率和召回率高，但工作量大；近期研究最多的是另一種一機器學習，根據(jù)訓練樣本集建立分類器，方法有很多，常見的有概率分類、貝葉斯回歸分析、決策樹分類器、決策規(guī)則分類器、Rocchio分類器、神經(jīng)網(wǎng)絡分類器、支持向量機（SVM）、分類器融合、Boosting分類器、k最近鄰方法（KNN）等。

研究文本聚類的最初目的是為了提高信息檢索的查全率和查準率，近年來，文本聚類用于自動產(chǎn)生文本的多層次的類，并利用這些新生成的類對新文本進行效率較好的歸類，已經(jīng)提出了大量的文本聚類算法。傳統(tǒng)的聚類算法在處理高維和海量文本時效率不很理想。針對這樣的問題，將聚類分析與計算智能理論，并行計算、云計算等相結(jié)合，設計出高效的并行聚類算法，己經(jīng)成為一個比較流行的研究思路。

在湖南農(nóng)業(yè)知識云數(shù)據(jù)模型中，將能更好反映特征詞相關性的超圖模型引入，將文檔中提取的特征項表示為圖中節(jié)點，特征詞條之間的關系構(gòu)成圖中邊，用邊上權(quán)值表示相關聯(lián)特征項之間共現(xiàn)程度。通過對文本圖模型K最近鄰劃分實現(xiàn)降維降噪的粗粒度數(shù)據(jù)切片；對切片后數(shù)據(jù)反映用戶興趣如地域、時間、訴求等多維度特征的智能聚類，實現(xiàn)細粒度的聚合與分割。

“農(nóng)業(yè)知識聚合云”模型算法建立在基于MapReduce處理的大規(guī)模圖上，得到各種知識塊靜態(tài)和動態(tài)元數(shù)據(jù)。

1.2.3 推薦算法

推薦算法是整個推薦系統(tǒng)中核心部分，大量的論文和著作都關注了這個方面。目前，基本包括以下幾種：基于內(nèi)容過濾推薦、協(xié)同過濾推薦、基于關聯(lián)推薦、基于知識推薦、基于效用推薦、基于網(wǎng)絡結(jié)構(gòu)推薦、基于聚類推薦、基于社會網(wǎng)絡分析推薦、混合型推薦等。通過對眾多推薦算法進行比較分析，各種算法都有優(yōu)缺點（如表1）：

各種推薦方法都有各自的優(yōu)缺點，在實際問題中采用多種策略進行混合推薦，主要有兩種混合思路：推薦結(jié)果混合和推薦算法混合。目前大部分的推薦算法都是混合推薦算法，主要還是以協(xié)同理論為核心，再配合其他算法的優(yōu)點或交叉學科的理論來改善推薦的質(zhì)量。另外基于社會網(wǎng)絡個性化推薦算法研究是一個趨勢，基于社會網(wǎng)絡的推薦是協(xié)同過濾的延伸，通過考察結(jié)點之間（用戶和用戶之間或產(chǎn)品之間）的相關性和結(jié)點之間的信任度可以獲得比一般協(xié)同推薦更高推薦效果，如文獻提出將社會網(wǎng)絡關系結(jié)合到推薦算法中?？v觀國內(nèi)外在推薦算法上的研究，主要集中在基于用戶顯性評分數(shù)據(jù)的協(xié)同過濾算法上，對基于非顯性評分行為數(shù)據(jù)場景下的研究卻顯得有點不足。目前在擴展性問題上學術研究不是很具有針對性，主要集中在通過各種交叉學科中的方法來對用戶進行聚類或?qū)π袨閿?shù)據(jù)進行降維、壓縮等縮短推薦的項目集或減少計算量，從而提升算法的性能；有關基于云平臺上的推薦算法研究目前主要集中于協(xié)同過濾算法MapReduce化。而實際應用中，己出現(xiàn)利用分布式集群解決算法擴展性方法，如Google News的推薦算法就是部署在分布式環(huán)境下，從而滿足海量數(shù)據(jù)下的推薦服務。

根據(jù)農(nóng)業(yè)云大數(shù)據(jù)自組織區(qū)域推送實際情況將推薦結(jié)果和推薦算法混合，提出“三層推薦”策略：在豐富的知識塊云元數(shù)據(jù)基礎上，將知識塊屬性和用戶興趣行為基于頻繁模式的知識關聯(lián)撮合推薦；通過復雜網(wǎng)絡聚類算法識別一個用戶多個社區(qū)興趣，融合“興趣圖”和“社交圖”協(xié)同過濾推薦，突破算法推薦的局限性，讓用戶信任的朋友圈子為其發(fā)現(xiàn)和推薦內(nèi)容，取得社交推薦的時效性和算法推薦的長尾性之間的互補，從而針對每個社區(qū)成員提供精準個性化推薦；根據(jù)基礎設施服務供應商、用戶所在的地理位置以及用戶對服務可用性評價值的相似性等，將大量用戶云終端聚類為一定數(shù)量的社區(qū)，提高云端推送服務的有效性，最終形成通過大眾參與，支持云間變換，集電信網(wǎng)、廣播電視網(wǎng)、互聯(lián)網(wǎng)合一的自組織區(qū)域推送，較有效地處理一般推薦算法中存在的稀疏性、冷啟動以及大規(guī)模實時計算的問題。

1.2.4 云計算下個性化數(shù)據(jù)挖掘

數(shù)據(jù)挖掘采用了多種領域中的思想，包括來自統(tǒng)計學的抽樣、估計、假設檢驗以及人工智能、模式識別和機器學習的搜索算法、建模技術和學習理論。隨著數(shù)據(jù)挖掘的不斷發(fā)展，也采用了包括最優(yōu)化、進化計算、信息論、信號處理、可視化、信息檢索、云計算、并行計算等技術。與傳統(tǒng)的數(shù)據(jù)挖掘相比，云計算下的個性化數(shù)據(jù)挖掘的目標，就是通過云計算中心，向用戶提供針對其即時演化需求的數(shù)據(jù)挖掘SaaS（Software as aService，軟件即服務）服務，其基礎問題主要為：對于用戶不同的數(shù)據(jù)挖掘需求以及針對用戶特點進行個性推薦的建模和表征；數(shù)據(jù)挖掘算法適應云計算的并行分布式化；使數(shù)據(jù)挖掘的結(jié)果和算法能夠支持云間變換并形成一種面向用戶、即時組合的、變粒度的云服務，其中數(shù)據(jù)挖掘的云服務化是研究的難點。

（1）云計算下個性推薦的建模和表征

云下的個性推薦建模和表征與傳統(tǒng)上個性化推薦明顯的不同在于海量異構(gòu)大數(shù)據(jù)和用戶間群體涌現(xiàn)的社交網(wǎng)絡，它們本質(zhì)上形成了多個頂點的大規(guī)模圖。云計算可以為大規(guī)模個性化提供技術支撐，云服務本身也有大規(guī)模個性化定制應用需求，目前研究兩者結(jié)合的文獻還很少，張澤華從計算資源的角度基于復雜系統(tǒng)理論對云計算聯(lián)盟體系結(jié)構(gòu)進行建模，并基于蟻群優(yōu)化算法和復雜系統(tǒng)理論進行了負載均衡研究；郭昱就有效處理客戶需求信息該如何選擇與分布云計算平臺中的關鍵節(jié)點問題，提出了基于云計算的大規(guī)模定制客戶需求模型。趙東杰對復雜網(wǎng)絡、數(shù)據(jù)挖掘與群體智能有效結(jié)合進行了探索研究。農(nóng)業(yè)云大數(shù)據(jù)自組織推送通過“農(nóng)業(yè)知識聚合云”分解的靜態(tài)、動態(tài)知識元數(shù)據(jù)和“農(nóng)業(yè)用戶興趣社交云”形成的興趣圖、社交圖基于用戶行為和知識元數(shù)據(jù)的關聯(lián)撮合，通過人工智能和社交圈子幫助用戶發(fā)現(xiàn)內(nèi)容，實現(xiàn)搜索和推薦的無縫結(jié)合，為智能個性化推薦實現(xiàn)“內(nèi)容找人”愿景。

（2）算法并行分布式與高性能計算

對于大規(guī)模數(shù)據(jù)的處理，典型系統(tǒng)結(jié)構(gòu)大致分為三類：基于MapReduce模型的分布式并行處理系統(tǒng)、基于BSP模型的分布式并行處理系統(tǒng)和分布式圖數(shù)據(jù)庫系統(tǒng)。數(shù)據(jù)挖掘算法現(xiàn)在的發(fā)展趨勢是基于云計算的并行數(shù)據(jù)挖掘，它的同一個算法可以分布在多個節(jié)點上，多個算法之間是并行的，多個資源實行按需分配，而且分布式計算模型采用云計算模式，數(shù)據(jù)用DFS或者HBASE，編程模式采用MapReduce這種方式。Bhaduri等整理了一個十分詳盡的并行數(shù)據(jù)挖掘算法文獻目錄，包含了關聯(lián)規(guī)則學習、分類、聚類、流數(shù)據(jù)挖掘四大類分布式數(shù)據(jù)挖掘算法，同時還包括分布式系統(tǒng)、隱私保護等相關的研究工作。

2 基于云計算推薦系統(tǒng)研究的重點、難點與熱點

2.1 云環(huán)境下用戶偏好獲取安全與可信問題

推薦系統(tǒng)中，用戶數(shù)據(jù)集的數(shù)量和質(zhì)量問題，影響用戶模型的精確度、可用性，導致問題的根本原因在于用戶對隱私和安全的考慮。而云環(huán)境下，數(shù)據(jù)的安全與隱私是用戶非常關心的問題。既能得到準確用戶信息而提高推薦系統(tǒng)性能，又能有效保護用戶信息同時檢測并能預防推薦攻擊（一些不法的用戶為了提高或降低某些對象的推薦概率，惡意捏造用戶評分數(shù)據(jù)而達到目的）將是未來推薦系統(tǒng)的一個重要研究方向。

2.2 模型過擬合問題

過擬合現(xiàn)象是指系統(tǒng)推薦給用戶的對象與用戶剛剛看過的不是太相似或者太不相關。過擬合（過學習）的問題本質(zhì)上來自于數(shù)據(jù)的不完備性，這在實際應用中是無法完全避免的。在于興趣偏好獲取方式或隱私等原因使用戶沒有對足夠多類別的對象進行評價。目前解決的主要方法是引入隨機性，使推薦算法收斂到全局最優(yōu)或者逼近全局最優(yōu)，關于既要保證推薦的多樣性，又不能與用戶看過的對象重復或毫不相關這一問題的研究是推薦系統(tǒng)研究的一個難點和重點。

2.3 稀疏性與冷啟動問題

稀疏性和冷啟動問題困擾推薦系統(tǒng)很長時間了，前者的解決辦法主要過濾和降維。目前針對冷啟動問題提出了一些解決方法，主要分為兩大方面，一是直接利用傳統(tǒng)協(xié)同過濾的評分數(shù)據(jù)結(jié)合特定的方法進行解決，二是新用戶或新項目的內(nèi)容屬性信息與傳統(tǒng)的協(xié)同過濾評分數(shù)據(jù)相結(jié)合的方法進行改善冷啟動問題。稀疏性與冷啟動問題一直是推薦系統(tǒng)研究的一個難點和重點。

2.4 數(shù)據(jù)挖掘的結(jié)果和算法智能服務化

將數(shù)據(jù)挖掘算法融入針對海量用戶的使用記錄和計算資源間協(xié)作進行優(yōu)化組合，利用這些特性通過大眾參與的交互作用，提高云間服務的智能性、有效性將是大數(shù)據(jù)時代推薦系統(tǒng)研究的一個制高點。將數(shù)據(jù)挖掘任務及其實現(xiàn)算法服務化，通過SaaS方式向云計算中心索取所需的相應的數(shù)據(jù)挖掘，這可能是目前突破數(shù)據(jù)挖掘?qū)Ｓ密浖褂瞄T檻過高、普通大眾難以觸及、企業(yè)用戶使用成本太大、挖掘算法和結(jié)果難以實時得到評價和相應修改等問題的最有希望的解決方案之一，也是數(shù)據(jù)挖掘走向互聯(lián)網(wǎng)大眾、走向?qū)嵱没闹匾囊徊健?/p>

2.5 大數(shù)據(jù)處理與增量計算問題

目前對大數(shù)據(jù)的研究仍處于一個非常初步的階段，半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)給傳統(tǒng)的數(shù)據(jù)分析帶來巨大挑戰(zhàn)，尤其算法如何快速高效地處理推薦系統(tǒng)海量和稀疏的數(shù)據(jù)成為迫在眉睫的問題。當產(chǎn)生新的數(shù)據(jù)時，算法的結(jié)果不需要在整個數(shù)據(jù)集上重新進行計算，而只需考慮增量部分，對原有的結(jié)果進行微調(diào)，快速得到準確的新結(jié)果，是增量計算的理想狀態(tài)。但一般而言，隨著信息量的增多，算法的誤差會累積變大，最終每過一段時間還是需要利用全局數(shù)據(jù)重新進行計算。一個特別困難的挑戰(zhàn)是如何設計一種能夠保證其誤差不會累積的算法，也就是說其結(jié)果與利用全部數(shù)據(jù)重新計算的結(jié)果之間的差異不會單調(diào)上升，要達到這種程度，還有很長的路要走。

結(jié)束語：

隨著新一代信息技術的快速發(fā)展和信息內(nèi)容的日益增長，搭載在云計算平臺的自組織區(qū)域推送具有它天然的優(yōu)勢：云的海量存儲使得推薦系統(tǒng)能有效獲取訓練數(shù)據(jù)；云的分布式計算能力提供了較高的響應能力；海量用戶的使用記錄和計算資源問大眾參與的交互涌現(xiàn)，最終形成自組織優(yōu)化組合的智能個性化云推送。因此，農(nóng)業(yè)云自組織區(qū)域推送具有重要的研究意義和廣闊的應用前景，對云環(huán)境下其他領域的個性化推送應用具有借鑒意義，但目前存在大量問題需要進行深入細致的研究。

參考文獻

[1]孟祥武，胡勛，王立才，張玉潔，移動推薦系統(tǒng)及其應用[J]，軟件學報，2013，24（1）：91-108

[2]楊濤，基于本體的農(nóng)業(yè)領域知識服務若干關鍵技術研究[D]，上海：復旦大學計算機科學技術學院博士論文，2011，1-50

[3]楊曉蓉，分布式農(nóng)業(yè)科技信息共享關鍵技術研究與應用[D]，北京：中國農(nóng)業(yè)科學院博士學位論文，2011，3-35

[4]趙春江，農(nóng)業(yè)智能系統(tǒng)[M]，北京：科學出版社，2009，1-210，

[5]何清，物聯(lián)網(wǎng)與數(shù)據(jù)挖掘云服務[J]，智能系統(tǒng)學報，2012，7（3）：1-5，

[6]黃衛(wèi)東，于瑞強，共享學習模式下知識服務云平臺的構(gòu)建研究[J]，電信科學，2011，12：6-11

[7]丁靜，楊善林，羅賀，丁帥，云計算環(huán)境下的數(shù)據(jù)挖掘服務模式[J]，計算機科學，2012，39（6）：217-219，237

[8]鄧仲華，錢劍紅，陸穎雋，國內(nèi)圖書情報領域云計算研究分析[J]，信息資源管理學報，2012，2：10-16

[9]胡安瑞，張霖，陶飛，羅永亮，基于知識的云制造資源服務管理[J]同濟大學學報（自然科學版），2012，40（7）：1093-1101

[10]程功勛，劉麗蘭，林智奇，俞濤，面向用戶偏好的智能云服務平臺研究[J]，中國機械工程，2012，23（11）：1318-1323，1336

[11]劉波，方逵，沈岳，可重構(gòu)的農(nóng)業(yè)知識服務模式研究[J]農(nóng)機化研究，2011，36（11）：66-70

[12]趙星，廖桂平，史曉慧，陳誠，李文圃，物聯(lián)網(wǎng)與云計算環(huán)境下的農(nóng)業(yè)信息服務模式構(gòu)建[J]，農(nóng)機化研究，2012，4：142-147

[13]郭永田，中國農(nóng)業(yè)農(nóng)村信息化發(fā)展成效與展望[J]，電子政務，2012，02-03：99-106

[14]李道亮，中國農(nóng)業(yè)農(nóng)村信息化發(fā)展報告（2011）[M]，北京：電子工業(yè)出版，2012，87-150

[15]錢平，鄭業(yè)魯，農(nóng)業(yè)木體論研究與應用[M]，北京：中國農(nóng)業(yè)科學技術出版社，2006，1-100

[16]吳麗花，劉魯，個性化推薦系統(tǒng)用戶建模技術綜述[J]，情報學報，2006，25（2）：55-62

[17]李珊，個性化服務中用戶興趣建模與更新研究[J]，情報學報，2010，29（1）：67-71

[18]王國霞，劉賀平，個性化推薦系統(tǒng)綜述[J]，計算機工程與應用，2012，48（7）：66-76

[19]王巧容，趙海燕，曹健，個性化服務中的用戶建模技術[J]，小型微型計算機系統(tǒng)，2011，32（1）：39-46

軟件雜志歡迎推薦投稿：http：///

[20]張華清，動態(tài)多維社會網(wǎng)絡中個性化推薦方法研究[D]，濟南：山東師范大學碩士學位論文，2012，16-31

[21]丹，面向跨系統(tǒng)個性化服務的用戶建模方法研究[J]_情報雜志，2012，31（6）：156-161

[22]鄧夏瑋，基于社交網(wǎng)絡的用戶行為研究[D]，北京：北京交通大學碩士學位論文，2012，4-43

[23]馬堯，基于多維用戶特征建模的個性化社交搜索引擎的設計與實現(xiàn)[D]，廣州：華南理工大學碩士學位論文，2012，12-55

[24]陳恩紅，徐童，田繼雷，楊禹，移動情景感知的個性化推薦技術[J]，中國計算機學會通訊，2013，9（3）：19-24

[25]Jong Hwa Kima，b，，Hyun JoonLeeb，Extraction of user profile based on workflow and information flow[J]，Expert Systems with Applications，2012，39（5）：5478-5487

[26]南智敏，錢松榮，引入漂移特性的用戶興趣模型優(yōu)化研究[J]，微型電腦應用，2012，28（3）：30-32

[27]郭新明，弋改珍，混合模型的用戶興趣漂移算法[J]，智能系統(tǒng)學報，2010，5（2）：181-184

[28]程顯毅，朱倩，文本挖掘原理[M]，北京：科學出版社，2010，9-45 [29]李濤，推薦系統(tǒng)中若干關鍵問題研究[D]，南京：南京航空航天大學博士學位論文，2009，31-80

[30]姜倫，模糊聚類算法及其在中文文本聚類中的研究與實現(xiàn)[D]，哈爾濱：哈爾濱理工大學碩士學位論文，2010，18-48

[31]馮汝偉，謝強，丁秋林，基于文本聚類與分布式Lucene的知識檢索[J]，計算機應用，2013，33（1）：186-188

[32]陶紅，周永梅，高尚，一種基于語義相似度的群智能文本聚類的新方法[J]計算機應用研究，2012，29（2）：482-532

[33]孟海東，劉小榮，基于聚類分析的圖模型文檔分類[J]計算機應用與軟件，2012，29（1）：117-174，229

[34]饒君，張仁波，東呈曉，吳斌，基于MapReduce的大規(guī)模圖挖掘并行計算模型[J]，應用科技，2012，39（3）：56-60

[35]于戈，谷峪，鮑玉斌，王志剛，云計算環(huán)境下的大規(guī)模圖數(shù)據(jù)處理技術[J]，計算機學報，2011，34（10）：1753-1767

[36]呂善國，吳效葵，曹義親，基于網(wǎng)絡結(jié)構(gòu)的推薦算法[J]_實驗室研究與探索，2012，31（7）：278-280，368

[37]周佳，羅鐵堅，一種基于內(nèi)容關聯(lián)的學術資源協(xié)同推薦算法[J]，中國科學院研究生院學報，2013，30（1）：117-123

[38]唐曉波，張昭，基于混合圖的在線社交網(wǎng)絡個性化推薦系統(tǒng)研究[J]情報理論與實踐，2013，36（2）：91-95

[39]王立才，孟祥武，張玉潔，上下文感知推薦系統(tǒng)[J]，軟件學報，2012，23（1）：1-20

[40]劉建國，周濤，汪秉宏，個性化推薦系統(tǒng)的研究進展[J]，自然科學通報，2009，19（1）：1-15

[41]許海玲，吳瀟，李曉東，閻保平，互聯(lián)網(wǎng)推薦系統(tǒng)比較研究[J]軟件學報，2009，20（2）：350-362

[42]孫冬婷，何濤，張福海，推薦系統(tǒng)中的冷啟動問題研究綜述[J]，計算機與現(xiàn)代化，2012，5：59-63

[43]張亮，基于聚類技術的推薦算法研究[D]，成都：電子科技大學碩士學位論文，2012，7-18

[44]Liu， F.，Lee， H.J. Use of social network information to enhance collaborative filterinperformance.Expert[J] Systems with Applications. 2010， 37（7）：4772-4778.

[45]Jiang， J.， Lu， J.， Zhang， G.， Long， G. Scaling- Up Item-Based CollaborativeFiltering Recommendation Algorithm Based on Hadoop[C].2011 IEEE World Congress onServices.IEEE[A]. 2011， 490-497.

[46]周源，基于云計算的推薦算法研究[D]，成都：電子科技大學碩士學位論文，2012，26-64

[47]呂雪驥，基于云計算平臺的智能推薦系統(tǒng)研究[D]，合肥：安徽大學碩士學位論文，2012，25-43

[48]劉晨，改進的聚類挖掘算法對網(wǎng)絡自助出版“長尾”文本的推薦應用[D]，上海：復旦大學碩士學位論文，2011，10-19

[49]陳桂生，張海粟，劉玉超，云計算下的個性化數(shù)據(jù)挖掘服務[EB/OL]，[2011-2-28]中國人工智能學會通訊，http：//www，/contents/50/119，html

[50]張澤華，云計算聯(lián)盟建模及實現(xiàn)的關鍵技術研究[D]，昆明：云南大學博士學位論文，2012，26-114

[51]郭昱，吳清烈，基于云計算的大規(guī)模定制客戶需求響應模型及其節(jié)點的選擇與分布[J]，系統(tǒng)工程理論與實踐，2011，31（增刊2）：1-6

[52]趙東杰，張海粟，韓言妮，楊海濤，何宇，基于網(wǎng)絡化數(shù)據(jù)挖掘的群體智能研究方法[C]，Proceedings of 2010 The 3rdInternational Conference on Computational Intelligence andIndustrial Application（Volume 9）.IEEE[A].2010，239-243.

[53]AnandRajaraman，Jeffrey David Ullman著，王斌譯，互聯(lián)網(wǎng)大規(guī)模數(shù)據(jù)挖掘與分布式處理[M]，北京：人民郵電出版社，2012，1-253

[54]Bhaduri K， Das K， Liu Kun， et al. Distributed data mining bibliography[EB/OL]. [2011-01-03]. http：// cs. umbc. edu/～hillol/DDMBIB/

[55]楊健，汪海航，王劍，俞定國，云計算安全問題研究綜述[J]，小型微型計算機系統(tǒng)，2012，33（3）：472-479