環(huán)繞智能系統(tǒng)中個性化服務(wù)技術(shù)研究.pdf

1、環(huán)繞智能(AmI)是普適計算思想的發(fā)展，實(shí)現(xiàn)信息空間與物理空間的融合，以隨時隨地提供計算服務(wù)，而無需牽扯用戶更多精力；同時更加強(qiáng)調(diào)智能交互和個性化。個性化技術(shù)使AmI能夠主動、自適應(yīng)的根據(jù)用戶個性特征進(jìn)行服務(wù)，改變原有的標(biāo)準(zhǔn)化服務(wù)模式——“One Size Fits Al1”，真正解決AmI環(huán)境中“服務(wù)過載”問題，最大程度上滿足用戶需求，增強(qiáng)用戶體驗(yàn)，為構(gòu)建未來信息社會提供技術(shù)支撐。
　　 個性化技術(shù)已經(jīng)在搜索引擎、電子商務(wù)、數(shù)

2、字圖書館等領(lǐng)域進(jìn)行了大量的研究與應(yīng)用，但已有個性化技術(shù)難以適合AmI環(huán)境。AmI中用戶需求因人而異、Context豐富多變，服務(wù)眾多異構(gòu)。在由用戶、Context、服務(wù)構(gòu)成的高維空間（AmI-Space）中選擇滿足用戶個性化需求的服務(wù)系統(tǒng)是極其復(fù)雜的。目前，國內(nèi)外對AmI中個性化服務(wù)技術(shù)（AmI-PS）研究仍處于初始階段，缺乏用以指導(dǎo)AmI-PS建設(shè)的通用架構(gòu)及相關(guān)技術(shù)。
　　 本文根據(jù)AmI的特點(diǎn)及其它領(lǐng)域個性化服務(wù)研究現(xiàn)狀，

3、確定了以下研究內(nèi)容：
　　 (1)從總體上研究AmI-PS的服務(wù)模式和系統(tǒng)架構(gòu)，對共性功能進(jìn)行抽象，形成對AmI-PS整體認(rèn)識，并進(jìn)行系統(tǒng)的功能劃分，用以指導(dǎo)AmI-PS的實(shí)現(xiàn)；
　　 (3)研究個性化服務(wù)的推理過程，如何在高維的AmI-Space中尋找最優(yōu)的服務(wù)，以滿足用戶個性需求；
　　 (4)AmI環(huán)境中用戶個性、Context、服務(wù)是動態(tài)變化的，為了獲得及時準(zhǔn)確的服務(wù)，需要深入研究AmI-PS的自適應(yīng)學(xué)習(xí)

4、能力；
　　 (5)位置信息對于AmI-PS非常重要，現(xiàn)有方法無法滿足AmI-PS的定位需求，研究適應(yīng)AmI特點(diǎn)的定位方法具有重要意義。
　　 本文首先對推薦技術(shù)、Context-Aware技術(shù)、知識表示、Web服務(wù)、移動代理、無線定位等AmI-PS相關(guān)支撐技術(shù)進(jìn)行綜合性研究，為進(jìn)一步理解和設(shè)計系統(tǒng)奠定基礎(chǔ)。隨后，通過對以上幾方面內(nèi)容的深入研究，解決了AmI-PS中的若干關(guān)鍵問題，取得一定研究成果，主要的貢獻(xiàn)與創(chuàng)新如下：

5、
　　 (1)基于自然服務(wù)過程，提出分布式推理的個性化服務(wù)模式。該模式將個性化過程分為個性化需求推理、需求滿足推理、個性化服務(wù)參數(shù)推理三部分，充分體現(xiàn)個性特征，合理利用計算資源，具有移動性好、健壯性高、可擴(kuò)展、隱私保護(hù)的特點(diǎn)；根據(jù)該服務(wù)模式對系統(tǒng)共性功能進(jìn)行抽象和劃分，設(shè)計出通用的系統(tǒng)框架結(jié)構(gòu)和層次體系結(jié)構(gòu)，描述系統(tǒng)的整體運(yùn)行機(jī)制和模塊內(nèi)部的工作流程，降低系統(tǒng)實(shí)現(xiàn)的復(fù)雜度，對進(jìn)一步深入研究各種關(guān)鍵技術(shù)起重要的指導(dǎo)作用。
　

6、　 (2)利用OWL本體語言構(gòu)建了實(shí)現(xiàn)AmI知識通用共享的頂層本體和領(lǐng)域本體，提出利用需求本體建立用戶和服務(wù)之間的橋梁；提出了AmI-HPM層次個性化建模方法，依此構(gòu)建受多因素影響的個性化需求模型、個性化需求滿足模型和個性化服務(wù)參數(shù)模型。
　　 (3)設(shè)計了用戶可滿足個性化需求推理過程，提出了融合最短路徑算法和需求滿足度的服務(wù)規(guī)劃理論。用戶可滿足個性化需求推理方法實(shí)現(xiàn)了基于層次個性化模型的推理算法，同時能夠完成確定性推理與非確

7、定性推理。服務(wù)規(guī)劃理論首先利用服務(wù)需求本體和服務(wù)依賴擴(kuò)展形成服務(wù)規(guī)劃圖，再根據(jù)由需求匹配度和QoS組成個性需求滿足模型計算服務(wù)所代表路徑的長度，最后利用最短路徑算法求得最優(yōu)服務(wù)路徑。
　　 (4)提出了基于成對比較和人工神經(jīng)網(wǎng)絡(luò)相結(jié)合的PC-ANN個性化模型權(quán)重學(xué)習(xí)算法。利用用戶直觀簡便的成對分析的方法快速構(gòu)建模型權(quán)重，克服ANN長時間的監(jiān)督式訓(xùn)練過程；又能夠根據(jù)用戶反饋差異，進(jìn)行快速適應(yīng)用戶個性特征的變化；同時提出了用戶習(xí)慣、

8、偏好、興趣等經(jīng)典單因素評價函數(shù)的學(xué)習(xí)算法。
　　 (5)提出了AmI-MHCL多跳協(xié)作定位算法和LSEAO最小二乘法誤差分析優(yōu)化算法。AmI-MHCL利用多跳錨點(diǎn)協(xié)作定位，能有效提高低密度錨點(diǎn)時的定位率，特別是針對網(wǎng)絡(luò)邊緣的節(jié)點(diǎn)定位；LSEAO利用最小二乘法的誤差分析，在計算位置同時還給出定位誤差范圍，以誤差為依據(jù)對定位錨點(diǎn)進(jìn)行最優(yōu)化選擇，大大降低誤差傳遞的影響，顯著提高定位精度。解決了AmI-PS中眾多實(shí)體需要低成本、低能耗、

9、Indoor高精度定位，滿足了服務(wù)過濾，沖突檢測，Context推理，個性化推理需要。
　　 (6)以家庭為物理空間搭建了AmI-PS原型系統(tǒng)-AmI-H。首先，利用本文所提理論與方法實(shí)現(xiàn)了原型系統(tǒng)，提供具有代表性的溫度控制和個性化TV推薦服務(wù)，充分體現(xiàn)用戶個性特征。由此驗(yàn)證了所提理論的正確性和有效性，同時為其它AmI-PS系統(tǒng)的開發(fā)提供了參考。
　　 本文針對AmI的特點(diǎn)首先進(jìn)行總體研究形成對AmI-PS的整體規(guī)劃，然