信息化战争中,信息资源是战争的核心资源。随着栅格网技术的日益成熟,信息资源在数量上已经达到了前所未有的庞大程度。海量、动态、异构的信息资源虽然能够满足所有需求,但是指战员想要快速精确获取到所需信息就如大海捞针一样。如何从纷繁复杂的信息海洋中发现指战员需要的信息,并将这些有用信息传送到需要的指战员手中?个性化的军事信息推荐提供了一条道路。我军对军事信息推荐的研究还处于起步阶段,该方向大部分公开的研究成果都集中在民用领域。本文首先提出了个性化军事信息推荐的要素描述方法,定义了用户偏好相似关系、信息价值关联关系以及使用关系,主张从这三种关系出发来向军事用户提供个性化的信息推荐。本文构建了多节点、多链接、多属性的用户信息关系图,它能清晰反映出个性化军事信息推荐的要素以及各种关系,为后续研究做好铺垫。其次,本文提出了基于子图相似性的链路预测算法和多项式曲线拟合下的基于图核思想的链路预测算法。个性化军事信息推荐的目的是发现用户和信息之间的使用关系,它的重要依据就是用户之间的偏好相似关系以及信息之间的价值关联关系。基于子图相似性的链路预测算法在用户信息子图的基础上,借鉴已有的研究成果,提出了子图相似性的衡量方法,并通过比较用户(信息)的子图相似性来预测用户(信息)之间的偏好相似关系(价值关联关系)。同时,本文还给链接赋予权重,实验证明权重属性的添加有助于提升该算法的预测精度。然而,基于子图相似性的链路预测算法有一个基本前提:用户和信息之间的使用关系必须已知。因此,它会遇到“冷启动”问题,无法预测新用户和新信息与图中已有用户和信息的关系。基于图核思想的链路预测算法将用户(信息)关系图映射到对应邻接矩阵的特征值空间,通过在训练集上的不断训练找到一个合适的链路预测函数,然后预测潜藏的关系以及新用户或新信息与图中其他对象的关系。它实现了通过使用关系以外的关系以及数据来预测用户之间的偏好相似关系和信息之间的价值关联关系,能够解决“冷启动”问题。最后,本文讨论了链路预测在个性化军事信息推荐中的应用,提出了基于用户偏好相似和基于信息价值关联两种推荐策略,同时还利用链路预测解决了推荐系统中的冷启动问题。