業(yè)務上下文的處理機制及其預測理論、關鍵技術研究.pdf

1、智能化、個性化是新一代網(wǎng)絡業(yè)務發(fā)展的趨勢。未來的業(yè)務將需要跨越多種承載網(wǎng)絡、跨越多個運營商域，具有普遍查詢訪問，按需組合，上下文處理，移動無縫應用的能力，從而形成一個以用戶為中心UC（User-Centric）的人性化、智能化的業(yè)務環(huán)境。業(yè)務上下文信息處理機制是為用戶提供智能化、個性化業(yè)務的前提基礎，涉及到網(wǎng)絡、終端和用戶環(huán)境的同源同質(zhì)或同源異質(zhì)多種上下文信息的融合和處理。本文主要針對新一代網(wǎng)絡的業(yè)務應用層面展開深入研究，主要包括未來的

2、業(yè)務上下文信息的處理機制和上下文預測理論以及關鍵技術研究。
　　 論文的主要研究內(nèi)容可以進一步歸納如下：
　　 （1）首先，針對目前業(yè)務上下文信息處理機制還不完善，缺乏可擴展的通用的上下文信息處理支撐平臺，建立了具有普遍意義、可擴展和分層的多源異質(zhì)或同質(zhì)的業(yè)務上下文信息的處理機制架構SCIPMA（Service Context Information Processing MechanismArchitecture），確

3、立了業(yè)務相關的上下文信息的范疇和層次框架，以支持業(yè)務的智能化處理機制，為用戶提供個性化業(yè)務。在此基礎上，建立了綜合的業(yè)務上下文信息處理的實體架構和交互式業(yè)務提供流程。
　　 （2）其次，在建立了健全的業(yè)務上下文信息處理架構基礎上，進一步研究基于未來上下文信息的各種預測理論及其關鍵技術。目前上下文預測主要是針對位置等具體領域的預測，沒有建立普遍通用的預測模型且預測準確率不高，針對以上問題，本文提出了基于信任網(wǎng)絡和協(xié)作過濾算法的業(yè)務

4、上下文預測方法，將用戶相似度和信任度結合起來，并建立了具有普遍通用的用戶-項目-上下文UIC（User-Item-Context）三維協(xié)作過濾模型，結合用戶的上下文信息進行推理預測。基于業(yè)務上下文預測技術解決業(yè)務的前攝性問題，為用戶提供引導型/推薦型的個性化消費業(yè)務奠定基礎。
　　 （3）再次，無論是基于當前和歷史上下文的上下文感知系統(tǒng)，還是基于未來上下文的上下文預測，上下文信息缺失都是不可避免的難題。本文僅對于傳感器感知具體領

5、域，分析了上下文信息這一“流數(shù)據(jù)”形式特點，充分利用各傳感器采集數(shù)據(jù)之間的關聯(lián)性，并且結合傳感器數(shù)據(jù)的時空關系特性，提出了基于時空關系和關聯(lián)規(guī)則挖掘的上下文信息缺失插補方法（STARM），全面綜合討論了數(shù)據(jù)插補方法，提高了傳感器數(shù)據(jù)缺失插補的準確性，并通過溫度傳感器采集數(shù)據(jù)驗證了這一算法可用性和高效性。
　　 （4）最后，在以上提出的模型架構和相關的理論、方法與算法基礎上，本文設計實現(xiàn)了業(yè)務上下文處理平臺，并初步建立了集成模擬、