自4G和5G等宽带移动网络成功商业化以来多媒体计算、通信应用突增多媒体数据被视为现代社交网络应用的重要组成部分,用户行为就是内容分享并流入网络媒体大数据为社会服务提供巨大机会,如推荐、广告、个人助手、监视、游戏和智能场数据异质性强强迫使网络在通信计算服务提供方面更强过去十年来,云型解决办法被提出为有希望实现此目的的办法。

云计算基础设施存在高度延迟问题,对时间敏感社会服务无法接受幸运的是,云化计算能力从云向网络边缘移动并产生移动边缘计算技术,可能提供合适的解决方案,特别是低延缓度和上下文感知边际社交媒体计算技巧和应用程序必须处理社会媒体大数据时代背景下的若干问题,如数据异质性、数据大规模性、社会关系和安全需求等研究数种潜在方法,应用人工智能、博弈理论、生物启发算法和数学优化

本特题的目的是整理原创高质量研究文章,讨论边基社交媒体计算技巧和应用也欢迎评论文章讨论最新技术

潜在题目包括但不限于:

• AI计算技巧应用
• 边缘社交媒体网络架构和模型
• 移动社会多媒体计算分析
• 移动缓存社会多媒体服务
• 网络内媒体计算可用性和可靠性
• 上下文媒体计算算法和框架
• 社会网络安全策略
• 信任和隐私社交媒体计算