移动情境感知及其交互研究

结合情境信息的移动应用和交互研究是普适计算领域中非常重要的内容.综合移动情境感知相关研究的发展,从人机交互研究的角度,提出了基于用户、环境和任务的情境信息分类方法.根据情境信息的数据获取、数据表示、系统架构、数据处理、服务应用和系统评价等六个方面,分析了移动情境感知应用研究的关键问题,总结了移动情境感知对人机交互研究中的研究方法、数据收集、用户控制感及交互方式等产生的影响.最后提出了当前移动情境感知及其交互研究中存在的问题和可能的研究方向.     

可定制的情境感知计算框架原型

分析现存情境感知框架的特点与不足,提出一种面向不同应用领域的可定制的情境感知框架原型,重点阐述原型的体系结构设计和软件运行时基于服务的软件架构。讨论情境感知过程中4个关键问题,包括情境感知系统的可定制化问题、情境规则的迭代与演化、情境感知的交互机制以及情境模式。最后,以该原型为基础,通过在医疗导诊场景下实现情境感知应用验证其实现领域定制的可行性。     

基于主动推理的情境感知系统框架

情境感知计算是普及计算引发的新的研究领域。在分析情境感知计算系统模型的基础上，研究并改进了系统开发模型CTK，提出基于主动推理的系统框架ACTK，以智能家庭原型的实现证明了它对情境感知应用的开发和研究更好的支持。     

一种情境感知服务系统框架

根据感知的情境信息将业务服务组合成情境感知服务是提高服务水平的有效途径.现有研究多关注于情境信息及服务的表示,而对情境感知服务的构造特征和业务运行机制缺乏充分考虑.一方面,各情境感知服务的情境信息和业务服务重复性较强,通过预定义流程的紧耦合构造方式难以支持重用;另一方面,情境信息取值变化具有随机性和动态性,基于推理的触发式调用执行代价过高.基于情境感知服务特征分析提出了一种情境感知服务系统框架CBS3,给出了情境信息与业务服务的配置模型和构造机制.通过社区老年情境感知服务的案例说明使用CBS3建立情境感知服务的过程.对比分析的结果表明,与传统方法相比,CBS3能够提高情境感知服务重用度和执行效率.     

智能环境基于用户交互模态的情境感知服务

智能环境系统构成的复杂性和大量的情境信息增加了为用户提供和布局服务的难度。情境感知服务系统能感知系统运行和人机交互情境,根据相应的决策机制选择适当的设备为用户提供服务,从而简化环境设施的功能布局。在决策过程中引入用户交互模态信息有利于系统根据用户的交互能力和对人机界面的偏好提供服务。把情境细分为用户信息、设备信息、软件信息和环境拓扑信息,针对智能环境提出了一种基于用户交互模态的情境感知服务系统,同时详细说明了利用该技术选择服务的推理过程及其应用方法。通过智慧家庭环境中的场景案例验证了该系统的有效性。     

CAUXT:帮助研究人员在感兴趣的情境中采集用户体验数据

随着移动互联技术的快速发展和普及,产品的使用越来越无处不在,这也要求用户体验研究必须与情境紧密关联。但对于用户体验研究,现有的技术手段在识别和感知研究人员感兴趣的情境上还存在一定的困难,较难根据感兴趣的情境获取用户体验数据。其原因在于:现有系统工具的情境感知与用户体验研究人员的情境感知存在较大差异。目前,用户体验领域缺乏解决此类问题的研究,现有相关领域的此类研究也都是倾向于从算法和计算效率的角度来提升系统的数据采集能力,未从用户体验研究人员的情境感知机理角度来解决问题。文中创新性地通过借鉴认知科学和人机交互领域关于人认知的相关理论来构建用户体验研究人员的情境感知模型,并在此基础上利用情境感知计算技术构建具有情境感知能力的用户体验数据采集系统。通过初步的案例研究表明,此系统能够在一定程度上获取用户体验研究人员感兴趣的情境,并根据这些感兴趣的情境获取用户体验数据。     

情境感知驱动的移动设备自适应用户界面模型

为降低移动设备控制与对话中的用户认知负荷和操作难度,采取基于情境感知的自适应人机交互策略,分析其中的交互机制和可视化形式,建立用户界面模型指导界面设计和原型构建。该模型制定了原始情境数据的分类感知方式、作用机制和结构化组织形式,设定不同的自适应控制策略和情境触发规则,对自适应交互状态转移过程进行约束。形式化定义自适应过程中的界面模式及其转换函数,并提出重构、替代、几何变换、过滤和推送等具体可视化表达形式。根据用户反馈信息选取显性和隐性评价指标,构造评价函数评估自适应效果,对自适应机制进行相应调整与优化。应用此模型进行自适应手机名片夹界面的视觉设计和原型开发,测试结果表明,自适应界面能有效提高用户操作效率和主观满意度,进一步验证了模型的可行性与有效性。     

基于深度学习的情境感知推荐系统研究进展

传统的推荐系统存在数据高度稀疏、冷启动及用户偏好建模难等问题,而把情境信息融入推荐系统中能有效缓解此类问题.深度学习技术已经成为人工智能领域研究热点,把深度学习应用在情境感知推荐系统当中,为推荐领域的研究带来新的机遇与挑战.本文从情境感知推荐系统相关概念出发,综合整理国内外研究相关文献,介绍深度学习技术融入情境感知推荐系统相关应用模型,提出了基于深度学习的情境感知推荐系统研究的不足以及对未来的展望.     

利用情境感知提高LBS适切性的研究

针对目前LBS发展缺乏用户粘性的瓶颈问题,文中提出LBS适切性的概念,并研究了利用情境感知提高这种适切性的关键方法：建立LBS情境知识库和LBS情境推理机。文中预测了情境感知设备的应用,详细讨论了LBS的情境划分,设计了LBS情境感知系统的参考架构、LBS情境知识库的基本结构,以及基于回溯策略的LBS情境推理机实现方法。情境感知使LBS的输入方式,从显示输入为主向隐式输入为主转变,用户在没有任何输入的状态下就能得到适切的服务,这为提高人机交互的简易性、高效性以及LBS系统行为的灵活性和智能性奠定了必要基础。     

ICAMF-CC：改进的情境感知矩阵分解算法

情境感知推荐系统是当前推荐领域的研究热点,而情境感知矩阵分解算法（CAMF-CC）是当前领域的一种有效模型。针对CAMF-CC算法在推荐时存在的准确度不高的问题,提出了一种改进的情境感知矩阵分解算法（ICAMF-CC）。该算法在原有CAMF-CC算法的基础上,通过融入项目偏置项和情境权重来进行评分预测。其优势在于,一方面,融入了项目本身特性对评分的影响;另一方面,充分考虑了不同情境因素在推荐过程中有着不同的影响力,提高了预测评分的准确度。通过在LDOS-CoMoDa数据集上进行实验,结果表明,该算法在准确度上优于CAMF-CC算法。     

嵌入模糊逻辑的上下文存储与查询机制

上下文存储和查询是上下文感知计算的基础.而上下文的不确定性是上下文处理中不可回避的问题.为此,提出了一种嵌入模糊逻辑的上下文感知系统架构(FLECA).FLECA 将基本上下文信息转换成高层上下文语义,通过内嵌模糊逻辑引擎,实现对模糊上下文信息的全模糊存储和查询;同时基于神经网络,实现查询推理机制的学习和完善.实验表明引入学习机制能够有效提高FLECA 的适应性,从而为以用户为中心的应用提供有力的支撑.     

面向普适环境的上下文感知中间件研究

针对普适环境下上下文感知计算需求,引入广义模型化理论,建立了一种面向通用环境资源的上下文信息数据模型;在此基础上,提出了上下文感知中间件体系框架,并详细阐述了其构件化的实施方案。该中间件平台的上下文获取层能够封装各类感知器捕获的资源信息,中间处理层负责信息的管理、推理和聚合,基于门面模式的上下文访问层提供同步和异步相结合的上下文信息统一访问入口。通过实验测试了平台的时间损耗,表明该中间件可提供通用的上下文感知服务且具有较好的系统性能。     

物联网情景感知技术研究

与互联网不同,物联网(Internet of Things, IoT)通过各类通信技术将具有标识、感知或者执行能力的物理实体互联,形成了“物物互连”的虚拟网络。随着计算机及通信技术的迅速发展,计算资源将通布人们周围的环境,情景感知技术应运而生。情景感知获得传感器采集的情景信息以后,对信息进行智能处理,自主地为用户提供服务。物联网具有海量信息的特性,传统的情景信息处理方法已不再适用。对物联网情景感知技术进行了详细的介绍,首先给出情景和情景感知的概念及其研究发展和应用。然后,结合物联网特性,以情景感知流程为主线,探讨了信息获取、建模和智能处理等内容。最后,系统结构是情景感知的关键,因此对现有的系统结构进行了分析和对比,结合物联网环境论述了当前情景感知系统的不足之处,并给出了情景感知系统的参考结构。     

一个基于本体的动态上下文模型(英文)

上下文建模是开发上下文感知系统的核心任务,它是应用理解和使用上下文的关键。按照生命周期的长短,上下文可以分为持久上下文和动态上下文,而后者可以进一步分为状态上下文和转换上下文。许多研究者在持久上下文和状态上下文建模方面做了大量的工作,但涉及到转换上下文的工作却很少。因此提出了一个采用OWL语言描述的基于本体的形式化的动态上下文模型,以及一个上下文融合和消费机制的实现。同时,为应用提供了一些编程原则并以一个自动门禁系统的演示说明了系统如何从这个模型中受益。     

情景感知的移动用户行为转移模式推荐算法

针对移动用户行为序列的情景感知特性,提出一种基于情景感知的行为转移模式推荐算法MPRC。该算法首先采用Apriori对用户历史行为数据进行长度为2的频繁模式的挖掘过滤,然后将过滤后的行为数据转换成决策表,采用粗糙集规则提取对决策表进行处理,挖掘情景转移模式,最后通过模式匹配及情景相似性计算进行推荐排序。实验结果证明了该算法在移动环境下的模式挖掘及推荐方面的有效性和较高的准确性。     

What Designers Talk About When They Talk About Context

Context has long been considered an important component of design, but as technology becomes more capable of inferring the user's behavior and environment, what constitutes context has become an increasingly pressing concern to designers. Although design frameworks and models have been proposed for context-aware computing systems, there has not yet been research that focuses on understanding context empirically from the perspective of the designer. To address this, we present an analysis of 11 in-depth interviews we conducted with designers of a variety of context-aware systems. Our analysis of the artifacts and interviews reveal five concerns designers address in their work. Furthermore, we present a process model that illustrates how context-aware system designers address these concerns. Our findings demonstrate the central role that designers' views of context plays in (a) framing a design space, (b) encoding the relevant features of context, (c) unifying possible solutions within that design space, and (d) evaluating designs. These findings suggest that context is a dynamic concept that evolves over the course of a design project, generally from a more phenomenological perspective toward a positivist interpretation. This, and the process by which it occurs, contributes insight into context-aware design with implications for both academics and practitioners.     

支持情境感知计算的上下文服务框架研究

针对纷繁复杂的高层应用亟需的多样化、个性化的环境感知服务需求,提出一种支持情境感知计算的上下文服务框架,自底向上包含上下文信息采集层、信息管理层、事件管理层和门面访问层.信息采集层负责封装感知器捕获的环境资源信息;信息管理层提供信息的组织、维护及持久化;事件管理层建立了复合上下文事件的形式化表达,并引入时间窗口凸显事件的强时效特点;门面访问层提供同步和异步互补的灵活访问机制.实验结果表明了该框架的合理性与可行性.