移动情境感知服务系统研究，本文主要内容关键词为：情境论文,系统论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
随着移动互联网的发展，越来越多的用户信息获取过程通过移动终端完成。目前，网络资源总量在以指数级的速度增长，用户寻找所需资源变得越来越困难。此外，由于移动终端如智能手机等显示尺寸、交互方式、存储空间和处理能力有限，使上述问题变得更加突出。个性化服务成为有效解决“信息超载”的有力工具并被广泛应用于电子商务、数字图书馆等领域。而现有的移动个性化服务对于用户环境、场景、内存、操作平台等“情境”因素的感知能力不足；这些情境因素很可能左右用户潜在的信息需求。如何为处于不同情境下的移动用户精确推荐符合其实际需求的服务或商品已经成为个性化服务研究的新趋势[1]。 由于移动情境感知服务集普适性、灵活性、个性化于一体，得到产业界和研究机构越来越多的关注。近年来，移动情境感知服务开创了巨大的商业机会，成功应用在导航、旅游、电子商务、搜救等领域；情境感知服务也将成为移动商务行业新的、至关重要的利润增长点[2][3]。同时，国内外许多大学和研究机构对移动情境感知服务系统理论及应用展开了深入研究，如美国纽约大学，意大利博洛尼亚大学，德国康斯坦茨大学和慕尼黑工业大学，爱立信研究院等[4-13]；国内的研究机构有复旦大学、浙江大学、武汉大学、西北工业大学、华中科技大学、北京邮电大学等[14-21]。 目前，个性化服务领域的国内外综述文献主要从技术角度对推荐算法进行归纳总结，很少从宏观角度研究移动情境感知服务的复杂性和系统性。鉴于情境感知服务系统的重要研究意义和实用价值，适时总结移动情境感知服务研究成果是必要而且迫切的。本文基于个性化服务、情境计算、移动商务等相关领域的文献调研，系统研究移动情境感知服务的各个要素，对目前主流研究及应用进展进行综述，并对进一步研究工作的发展趋势进行分析和展望。 1 移动情境感知服务相关技术概述 1.1 个性化服务技术 个性化服务技术涉及3个主要模块：用户描述文件模块、服务资源描述文件模块、个性化推荐模块。 1.1.1 用户描述文件 用户描述文件用来描述用户兴趣偏好，个性化服务系统依靠用户模型进行推荐，所以用户描述文件在个性化服务系统中具有重要的影响。建立用户模型之前，需要考虑下面几个问题[22][23]：(1)模型的输入数据有哪些，有没有现成的标准？如何获取数据；(2)收集的数据如何组织；(3)提取的数据用于什么目的；(4)清楚了上述内容后，如何建模；(5)用户描述文件能够自动更新。 1.1.2 资源描述文件 个性化服务系统应用领域的不同，对应的资源描述也大不相同。服务资源的描述和用户偏好描述紧密关联，如何对服务资源进行描述对个性化服务系统也具有重要影响。通常的做法是具体应用领域用户描述文件和服务资源的描述文件采取相同的机制进行描述。建立服务资源描述也需要考虑上文提到的用户描述文件相似问题。 1.1.3 个性化推荐 个性化推荐主要分为如下三种类型： (1)协同过滤推荐：计算用户之间的相似性进行推荐；根据相似用户对产品或服务的已知评级推荐给当前用户对该产品或服务的潜在偏好；或者根据当前用户对某些产品或服务的已知评级预测其他相似用户的潜在偏好。 (2)基于内容的推荐：只使用当前用户的历史偏好；通过当前用户对已有产品或服务的历史评价来预测其他相似产品或服务的潜在偏好。 (3)混合推荐：整合两种或更多种推荐技术进行组合推荐，规避其中某一种推荐方法的缺陷，实现扬长避短的目的。 1.2 移动互联网技术 移动互联网指人们使用移动设备通过移动通信网络访问互联网。相对传统互联网，移动互联网是一个全新领域，其特征更鲜明，主要体现在如下四方面[24]： (1)移动性。体现在用户移动性、终端设备移动性以及无线连接技术三方面。目前数以亿计用户使用智能手机、PAD通过无线连接技术(WiFi、蓝牙、UMTS)访问互联网，人们在任何地点、时间都可以获取网络信息。 (2)移动服务。体现在移动环境下的信息服务。移动服务已深入生活各个层面，服务类型依据应用背景(导航、视频会议、移动商务、物联网、军事监测等)呈现各自特点。 (3)移动技术。指实现无线连接的关键技术。包括计算机网络、局域网、WiFi、蓝牙等无线网络技术；WAP协议、J2ME语言、.NET等嵌入式开发技术；iPhone和Android操作平台等。 (4)移动设备。主要种类有：射频识别无线传感器；智能手机和PAD；便携式电脑。现有的研究主要集中在智能手机和PAD、无线传感器两方面。 1.3 移动情境感知服务系统概念及特点 智能终端设备的显示屏幕、交互能力、数据处理性能等特性一直制约着移动服务的发展；然而移动技术能够感知用户情境信息，移动情境感知服务系统利用这些情境信息辅助用户做出高效决策。其特点主要体现在：(1)可识别性：相对计算机，移动终端用户更容易辨识。依据用户描述文件可提供高质量的服务；(2)可定位性：依靠移动通信技术、无线连接技术识别移动终端位置，进而提供本地化服务；(3)实时性：移动环境实时变化，这就要求提供的服务信息必须及时；(4)感知灵敏性：高效感知相关情境数据的变化，准备分辨主要影响因素。 2 移动情境感知服务系统中的情境感知计算 2.1 情境定义 情境涉及计算机科学(主要是人工智能和普适计算领域)、认可科学、语言学、心理学和管理学等众多学科。2007年丹麦洛斯基尔德大学召开的“Context 07”国际会议中大量论文对情境的研究拓展至医学、法律、商务领域[25]。目前情境并没有统一的定义，不同的研究领域结合相应的应用背景给情境以不同的定义[26]。在个性化服务领域比较公认的定义是Dey[27]给出的：情境是描述实体状态的任何信息，其中实体可以是人、位置或是人与某种应用交互的相关对象(包括人和应用本身)。总体来看，常见的情境类型包括：环境、用户、物理、时间、社会、系统、服务情境等。 2.2 情境获取 2.2.1 情境获取方式 (1)显式获取：通过直接问询、系统特殊设置、网页调查等方式获取用户和其他情境数据。这种方法实现起来直接简单，能准确反映情境信息，获取结果相对准确可靠；缺点是这种方法对用户而言不友好、有侵袭性；同时缺乏灵活性，答案普遍存在异质性等特点。用户很少愿意花时间表达自己的状况。 (2)隐式获取：系统自动跟踪、物理设备感知用户相关数据，并从中获取用户情境信息。这种方法实现过程中无需用户参与；缺点是所获情境数据未必能正确、准确地反映情境；自动跟踪及感知用户数据有时易引起用户反感，从而拒绝当前移动情境感知服务系统的使用。 (3)推理获取：通常使用数据挖掘、统计学、领域术语、为用户提供启发式信息等方法获取情境信息。这种方法通过构建预测模型、训练数据测试等方式进行数据推理，进而获得情境信息。该方法切实可靠；但实现复杂，需要考虑模型的准确性、灵活性、时效性问题。 2.2.2 情境识别与使用 移动情境感知服务系统不仅需要获取情境数据，而且需要评估所获情境数据的准确性、可信赖程度及实时性。因此，准确识别获取情境数据和实际情境的差别显得尤为重要。不同的技术获取的情境信息不一，有文献[28]认为同时使用以用户为中心的情境采集方式和以环境为中心的采集方式能有效降低获取情境数据的不确定性。移动环境下情境一直在动态变化着，情境感知服务需要及时获取、处理、存储及使用情境数据[29]；同时借助情境信息提供灵活的、恰到好处的服务给用户，进而提升用户体验，提高服务质量。顾君忠将情境识别操作细分为：情境收集、抽象、解释、存储和检索，将情境组织应用操作分为：情境获取、搜索、选择、协调和应用。 2.3 移动服务情境分类研究 近年来有很多文献针对具体应用背景下的移动情境进行分类，不同的应用涉及的情境要素不一样，从而导致情境数据无法拓展到其他应用环境，也没有考虑到移动环境的复杂性和整体性。有文献[30]总结了现有文献对情境数据的分类，提出了一个五属性的情境分类，但对移动终端设备情境要素考虑不周。基于此，本文归纳出一种移动情境分类方法(见图1)。
