社交事件发布及参与平台越来越受到人们的关注,这种线上与线下相结合的全新方式不仅具有传统的线上交流功能,而且将网络社交放到了现实,其主要功能是为用户提供一种社交事件发布及参与平台;然而,现有社交事件发布平台在为用户提供社交事件规划方面仍存在改进空间,海量的社交事件、广泛的兴趣爱好引发用户的选择困难,浪费了巨大的时间和精力,难以根据个人的兴趣爱好挑选合适的个性化的社交事件集,参与线下活动。因此,研究基于EBSN(Event-based Social Network)的规划方法是必要的。为满足用户个性化、可执行的社交事件参与需求,合理的EBSN社交事件规划方法应当提供一种根据用户兴趣值、用户空闲时间段或用户预算和事件相关属性进行合理规划的方法。即,在满足用户与事件相关约束条件下,保证规划方法的总效用值最大,提供一种对用户切实可行的社交规划事件集。现有社交事件平台贪婪规划方法通常假设每个用户可以参与限定个数的事件,解决参加限定个数事件引起的时空冲突,但在实际情况中会出现目前方法没有考虑旅行时间花费;贪心策略中没有考虑用户的兴趣值特征,导致用户规划顺序不合理;现有方法也没有考虑如何解决因事件资源占用出现用户无法获取事件的情况,导致用户对社交平台满意度下降等问题。因此,本文对EBSN社交事件规划方法与由此出现的饥饿用户问题展开研究,主要内容如下:(1)结合位置信息,在额外考虑用户空闲时间、用户平均移动速度造成的路程时间花费的双重约束条件基础上,提出效用-时间社交事件规划问题(Utility-Time Social Event Planning,UTSEP),并证明其为NP难问题。同时,根据用户和事件的属性提出了一种时间约束算法,在时间上准确地规范全局社交事件规划集。针对事件集过大导致的计算复杂度高问题,提出一种对原始事件集的剪枝算法,提高后续事件规划算法的计算效率。(2)针对UTSEP问题,根据相关约束提出社交事件动态规划算法(R Dynamic Programming,RDP)进行个性化事件规划,实现一种全局社交事件规划基线算法。为优化传统贪心算法,通过提取用户的兴趣值特征,提出一种特征排序策略,对用户的处理顺序进行优化,结合Skyline思想优化排序,提出基于用户特征的全局社交事件规划算法(R Greedy Skyline,RGS),解决用户规划顺序不合理的问题,以尽可能提高总效用值。(3)在得到全局社交事件规划集基础上,针对全局社交事件规划算法进行规划后出现的用户饥饿问题,提出救济算法(Rescue Hunger,RH),将参与较多事件的用户作为候选救济用户对饥饿用户进行救济,以消除饥饿用户,提高用户对社交网站的满意度。(4)在Meetup数据集上的实验表明,与全局动态社交事件规划算法相比,传统贪心算法的运行时间减少30%以上,且较传统贪心算法优化了在用户集较大、事件集较小时的总效用值表现。本文所提基于用户特征的全局社交事件规划算法在性能和总效用值性能良好;救济算法能够有效消除饥饿用户。