随着廉价嵌入式传感设备、无线通信技术和移动计算技术的迅速发展和普及,人们在日常工作和生活中使用的各种工具和设备,如手机、家具、钱包及钥匙串等,都将具有感知和通信的功能,这些物品在功能、型号和制造商等属性方面都存在异构性。海量物品的互联互通将人们的工作与生活环境逐渐变为一个智能化的网络-物理空间,提供了集成物理世界和网络世界的能力,同时也促进很多新型网络-物理空间应用的涌现,例如物品浏览与搜索、物品语义标注及物品推荐等。网络-物理空间中物品的浏览、搜索以及推荐等都需要一种通用的建模方式来刻画和描述物品之间的多维关系,包括物品之间基于属性特征的关系、物品之间基于使用事件的隐式关系以及物品与用户之间基于交互行为的偏好关系。本文研究提出了一整套挖掘分析网络-物理空间中海量异构物品多维关系的技术框架,有助于人们获取并组织统一网络-物理空间中各种物品信息,使得用户可通过物品多维关系方便地对物品进行语义自动标注、情景搜询及智能推荐等。针对网络-物理空间中物品多维关系挖掘分析面临的隐式性、动态性及多样性等挑战,所提出的技术框架从物品属性、物品之间的使用事件及用户与物品之间的交互行为三个角度来系统地对物品多维关系进行挖掘分析研究。具体而言,本文贡献主要包括以下几个方面:1)针对网络-物理空间中物品之间基于使用事件的关系,本文将物品之间的隐式关系建模为物品使用事件的隐变量,并提出一种基于隐变量模型从物品使用事件中挖掘物品隐式关系的方法;此外,基于从物品使用事件挖掘出的物品隐式关系,本文提出了一个网络-物理空间中物品的语义自动标注模型,能对给定的物品自动预测多个类别语义标签。实验结果表明,和传统物品语义标注模型相比,利用从物品使用事件挖掘出的物品隐式关系能提高超过20%的标注准确率。2)针对网络-物理空间中物品之间基于物品属性特征的关系,本文提出了一种基于本体论的上下文分层关系挖掘模型。在该模型中,上层是一些基本的物品属性特征(如时间、空间、服务和事件等),下层是上层物品属性特征的进一步细分及扩展。所提出的关系挖掘模型利用以下两类推理规则能自动推理出物品之间基于属性的高层情景关系,一类是基于本体从物品低层次属性特征导出的高层物品属性关系,另一类是由用户指定的显式推理规则。基于该上下文分层关系模型挖掘到的物品基于属性的关系,本文实现了一个校园物品原型搜询系统同时考虑用户搜询的上下文情景信息。结果表明所提出的物品搜询系统相比于传统互联网搜询方法能获得更高的用户满意度。3)针对网络-物理空间中用户与物品之间的偏好关系,本文提出一种基于用户与物品在物理空间交互行为的用户-物品偏好关系挖掘模型。为了搜集物品与用户在物理空间的交互行为,提出一种基于图匹配的室内区域定位方法,采用被动群智感知的方式从用户的Wi-Fi日志中提取用户与物品之间的交互行为;基于用户与物品的交互行为挖掘到的用户偏好关系,本文为大型购物广场实现了基于用户偏好关系的商铺推荐模型。实验结果表明,利用商铺与用户物理空间交互行为挖掘的用户偏好关系不仅能提高推荐准确性,还能提供更丰富的推荐商铺。4)综合考虑用户与物品在物理空间及网络空间的交互行为,本文提出一种基于多模态数据集的物品推荐算法,并将其应用与大型购物中心的商铺推荐。具体而言,该商铺原型推荐系统包括三个阶段:a)基于用户与商铺在物理空间的交互行为挖掘用户-商铺偏好关系;b)基于用户与商铺在网络空间的交互行为挖掘商铺-属性关系;c)综合考虑用户的店铺之间基于交互行为的偏好关系及商铺-属性的关系,提出一种基于三部图的商铺推荐模型。实验结果表明,相比于已有工作,该实体商铺推荐模型可取得超过47%的推荐性能提升。这一结果表明对用户与物品在物理空间及网络空间的交互行为进行综合考虑,能更加准确地刻画和挖掘用户与物品之间的偏好关系。本文的研究覆盖了网络-物理空间中物品之间的三种基本关系,剖析各类关系挖掘模型的内涵和外延,提出了一套分析挖掘这些物品关系的方法及技术框架可以根据应用场景的需求来实现智能化的新型网络-物理空间应用。