张继东(0RCII)：0000—0002—4166—2700，1976年8月一)，教授，博士，硕士生导师，学科带头人。本、硕、博毕业于武汉大学信息管理学院情报学专业。主要研究方向为移动互联网知识管理技术、大数据管理、语义网格技术。
主持国家自然科学基金项目2项，湖北省自然科学基金项目1项，湖北省科技厅软科学项目1项，湖北省社会科学基金项目1项，湖北省教育科学“十二五”规划课题1项，湖北省教育厅重大项目1项、重点项目1项，湖北省教育厅一般项目3项。发表CSSCI核心期刊论文30余篇，EI论文4篇。在国家级出版社独著专著1部，独著本科生教材2部。完成国家知识产权局软件著作权10项。

第1章 引言l
1.1 研究意义
1.2 本领域的国内外研究现状和趋势
1.3 研究内容
1.4 研究目标
1.5 研究方法
第2章 基于情景化偏好的移动社交网络用户行为感知
2.1 基于情景化偏好的用户感知
2.2 基于移动社交网络的用户情景化偏好预测、采集和识别研究
2.3 基于上下文感知的移动社交网络情景化用户行为预测与感知方案
2.4 本章小结
第3章 融合多源数据的移动社交网络用户行为感知
3.1 多源数据融合技术的提出及应用
3.2 移动互联网环境下多源数据的收集
3.3 多源数据的融合理论基础支持
3.4 移动社交网络中多源数据融合方案
3.5 移动社交网络用户行为建模
3.6 本章小结
第4章 移动社交网络用户偏好获取
4.1 多维情景理论构建用户偏好感知模型
4.2 用户偏好和多维情景
4.3 获取基于多维情景的移动社交网络用户偏好
4.4 移动社交网络用户偏好模型的表示及更新
4.5 本章小结
第5章 移动社交网络用户社会化关系发现
5.1 移动社交网络用户社会化关系特性
5.2 地理社交数据
5.3 移动社交网络用户社会关系发现模型
5.4 本章小结
第6章 移动社交网络用户信任度量化模型构建
6.1 移动社交网络中的信任问题
6.2 移动社交网络中的信任特性
6.3 基于移动社交网络的信任度量化模型构建
6.4 本章小结
第7章 移动社交网络用户信任度分析
7.1 基于移动社交平台和用户信任度的相关工作
7.2 社交网络中的通用信任模型
7.3 以微博为例计算用户信任度
7.4 基于用户信任度的社交推荐系统
7.5 本章小结
第8章 基于移动融合的社交网络用户个性化信息服务
8.1 个性化服务解决信息过载问题
8.2 “移动融合”的提出背景
8.3 移动融合中的LBS和“地理社交数据”
8.4 基于移动融合的社交网络用户个性化服务推荐建模
8.5 本章小结
第9章 移动图书馆社交网络个性化服务
9.1 移动图书馆改变阅读模式
9.2 地理信息系统与移动图书馆
9.3 相关概念
9.4 基于地理社交数据的移动图书馆个性化信息服务模型构建
9.5 本章小结
第10章 移动图书馆社交网络个性化服务持续使用模型
10.1 移动图书馆社交网络个性化服务持续使用意愿
10.2 移动图书馆个性化服务持续使用模型构建的理论基础
10.3 个性化服务持续使用模型构建
10.4 个性化服务持续使用模型假设
10.5 模型变量的测量问项设计
10.6 本章小结
第11章 移动社交网络信息传递机制
11.1 移动社交网络信息传递机制
11.2 移动社交网络中信息的传递特性
11.3 基于地理社交数据的移动社交网络用户上下文研究
11.4 构建基于用户社会上下文的移动社交网络信息传递模型
11.5 本章小结
第12章 移动社交网络信息服务白适应建模
12.1 移动社交网络信息服务系统瓶颈
12.2 自适应适配技术
12.3 基于情景化用户偏好的移动社交网络自适应适配信息服务系统模型的构建
12.4 移动社交网络的自适应服务发现方案
12.5 本章小结
第13章 研究展望
13.1 研究工作总结
13.2 取得的研究成果
参考文献

张继东著的《移动社交网络用户行为感知与管理研究》系国家自然科学基金面上项目“移动社交网络环境下基于情景化偏好的用户行为感知与自适应建模研究”（71573073）的研究成果。目前移动社交网络面临着信息资源缺乏管理、用户群体行为无序、服务发现与推送延迟的问题，需要对于用户情景化偏好和行为进行预测、感知、引导，针对用户的个性化定制和行为决策规律进行低延迟的移动信息推送。本专著针对存在的这些问题做了如下研究工作：（1）研究移动社交网络环境下的用户偏好和情景化的内涵，在用户偏好模型的构建和应用中体现情景化的特征，设计建立移动社交网络用户行为和偏好的预测机制。（2）研究用户社会集群信息行为的信任度模型，通过信息行为动力学分析，构建了移动社交网络下用户社会集群信息行为感知框架。（3）研究用户个性化定制和行为决策规律，提出一种自适应的移动服务导向的社交网络服务框架，解决移动信息服务发现延迟问题，实现高效的移动社交网络信息服务的推送。最终，本书建立了基于情景化偏好和用户行为感知的移动社交网络自适应模型，对于移动社交网络信息服务资源、知识资源进行科学管理。