随着数据库、互联网、分布式计算、普适计算和社会化计算等技术的快速发展,社会感知计算技术的研究,受到了业界和国内外研究学者的广泛关注。与此同时,面向社会环境的感知应用也被开发出来,如社交关系推荐系统、个性化服务推荐系统、本地化预约服务系统、交通疏导GPS辅助系统和团队动力学分析系统等。这些研究成果,不仅取得了较好的社会效益和经济效益,同时也促进了各个学科的技术发展,大大增强了人类获取社会信息的能力和途径。然而社会环境中人与事件的发展,涉及多种情境因素的交互作用。如何在这些动态、无规律,具有时间特性和空间特性数据中获取相应的情境信息,实现数据计算以人为中心,以服务社会为目标,去理解和验证人类的社会活动与社会行为,是当前社会信息研究领域的焦点题。其中,面向社会环境的情境聚合技术研究,是对社会环境中的多种情境信息进行获取,是按照社会环境的发展过程,以某种机制对环境中的计算情境、用户情境、社会情境和时间情境进行聚合,获取到高层次的情境聚合对象。因此,本课题的研究以面向社会环境中的情境角度为出发点,在保证不同情境之间相互关联的前提下,通过相应的聚合技术,把多种情境信息根据某种机制统一起来,把分散的、原子的情境元素信息进行组合,以组成高层情境对象,最终完成多种社会情境的有效聚合。首先,针对计算情境和时间情境的聚合问题,提出基于时序演化的计算情境元素,以及两种聚合对象,并设计基于时序演化的计算情境聚合算法,用于情境聚合的求解工作。另外,通过计算情境元素把时序之间的聚合对象划分成正相关和负相关结果集,有效的反映出变化过程的波动情况。实验结果表明,采用本文提出的基于时序演化的计算情境元素,比传统的中介性指标更能体现出时序社会化网络结构的连通性和附近信息资源的变迁情境,获得较好的情境聚合效果。其次,在针对多种类的情境元素计算演化情境的问题上,对情境环境下的时序演化情境进行分析,提出演化情境的构成要素,并分析构成要素之间的关系模式。在计算方法上,提出基于AOC自治计算技术来解决这一问题,同时给出基于AOC自治时序演化情境聚合框架,并针对情境环境设计A单元状态空间、A单元运行规则和移动策略。其中在A单元运行规则中,使用相遇共享规则,有效的改善计算单元之间的信息共享,并可以改变A单元当前的运行状态,从而提高运行效率。另外该框架可以根据环境选取情境元素,同时可以根据求解项设定趋势项、周期项和随机项的定义函数,以及计算单元空间状态、行为规则和移动策略等,表现出对求解环境具有较好的交互性和灵活性。并通过数据实验,对比分析不同情境元素对AOC输出时间的影响,以及A单元相遇规则对输出时间的影响。在获取的演化情境的过程中,分别对两种不同的情境元素进行演化求解,从运算结果中可以明显的看出情境元素变化的趋势,并给出正向和负向的演化过程。再次,针对2-mode环境中感知关系平衡性问题进行探讨。在综合分析社会情境中实体关系的习惯性和偏向性强度因素,以及隐含的计算情境和时间情境因素的情况下,提出关系平衡性阈值,以及采用平衡云集子团和基于时序演化的平衡云集系数,用于群体和个体行为的分析。并设计CABS-2mode算法和CABC-2mode算法用于平衡云集性的计算,算法使用阈值有效转化寻优过程中的迭代问题。其中采用CABS-2mode算法可以有效的对具有相同类型平衡关系的实体进行聚合,形成平衡云集子团。采用CABC-2mode算法可以获得到个体在群体环境中的平衡云集系数。这一过程不仅为用户提供当前的环境感知数值,还为下一步的情境推理工作提供理论依据。实验表明,算法在划分平衡云集子团的基础上,利用社会情境中倾向性程度与时间情境融合的参数,获取到环境中个体的关系平衡性感知数值,并分析出群体中子团的平衡性强度波动过程和个体的行为过程。最后,针对多维情境聚合模型问题,提出多维交叠结构及其投影情境,同时给出形式化定义。在此次基础上,充分考虑相似度、局域内和局域外的连接因素,提出多维情境聚合模型,设计MWCMA算法进行多维情境聚合运算。并通过不同的评价标准验证算法的优势性,在聚合效果测试上,通过用户情境数据和社会情境数据的聚合结果可以看出,该模型和算法能够识别出重叠型关系,并给出具有指向性连接边的权值,体现出较为良好的多维情境聚合效果。