摘要:随着移动互联网的快速发展和智能终端设备的迅速普及,服务类型与服务内容的日新月异,信息量突飞猛进,为移动用户带来严重的移动信息过载问题,如何从浩瀚的移动网络环境中发现用户真正感兴趣的信息资源,为用户提供更好的服务推荐是亟待解决的难题.针对移动众包服务中工人接受分配的自愿原则和移动动态场景,本文提出了一个基于用户上下文相关轨迹预测的移动众包任务推荐策略,首先对历史日志中的位置坐标通过聚类算法聚合成区域,然后挖掘出用户在不同上下文环境的移动轨迹模式,进而提取出移动规则集并为每条规则添加上下文标签;在进行移动众包任务推荐时,通过实时感知到的轨迹和上下文信息,预测用户即将到达的位置区域,从而将区域内的与众包任务推送给该用户.本文提出的预测方法避免了额外增加用户执行任务的时间、行程、费用等成本,给用户推荐更适合他的任务,提高用户服务满意度.基于真实数据集的分析及模拟实验表明,本文方法能够有效对用户的位置区域做出预测,同时,在工人众包任务推荐以及完成的情况方面获得比其他方法更好的效果.