一种基于协同上下文关系学习的同城活动推荐算法

新兴的基于活动的社交网络以活动为核心,结合线上关系与线下活动促进用户真实、有效的社交关系的形成,但过多的活动信息会使用户难以分辨和选择.结合上下文进行个性化同城活动推荐,是解决活动信息过载问题的一种有效手段.然而大部分现有的同城活动推荐算法都是从用户参与活动记录中间接统计用户对上下文信息的偏好,忽略了两者之间潜在的交叉影响关系,从而影响了推荐结果的有效性.为了解决用户参与活动偏好与上下文信息潜在交叉影响关系利用不足的问题,提出了一种基于协同上下文关系学习的同城活动推荐算法（colletivecontextual relation learning,简称CCRL）.首先,对用户参与活动记录和活动主办方、活动内容、活动地点、举办时间等相关上下文信息进行关系建模;然后,采用多关系贝叶斯个性化排序学习方法进行协同上下文关系学习及同城活动推荐.Meetup数据集上的实验结果表明,该算法在多项指标上均优于现有的主流活动推荐算法.     

移动环境下基于情境感知的个性化影视推荐算法研究

针对在移动环境下使用传统推荐算法进行个性化影视推荐时存在的准确度不高的问题,提出了一种基于情境感知的矩阵分解算法。该算法在基本矩阵分解算法的基础上,通过融入全局偏置和情境偏置来进行未知评分预测。该算法的优势在于：一方面,使用矩阵分解的方式使得矩阵的规模远远小于原始评分矩阵;另一方面,该算法充分融入了情境要素对评分的影响,使得预测评分更加精准。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基于用户的协同过滤算法、基本矩阵分解算法和baseline预测算法。     

Preserving source-location privacy efficiently based on attack-perceiving in wireless sensor network

Sensors’ ability was utilized to perceive the mobile attacker nearby,and SPA (silent-pool approach) was proposed,which was able to hinder or reduce the packets hunted by the attacker by controlling the forwarding state of the nodes.In addition,a novel DPIOP (dummy packet injection out pool) method was proposed to entice the adversary far away from the transmission path without changing the original routing path.Through simulation studies and experiments,the outstanding performance of SPA and DPIOP in privacy preservation were demonstrated,with saving energy by about 63%,and reducing delay by about 35%.     

Mobile-IT Education (MIT. EDU): m-learning applications for classroom settings

Abstract In this paper, we describe the Mobile-IT Education (MIT.EDU) system, which demonstrates the potential of using a distributed mobile device architecture for rapid prototyping of wireless mobile multi-user applications for use in classroom settings. MIT.EDU is a stable, accessible system that combines inexpensive, commodity hardware, a flexible sensor/peripheral interconnection bus, and a powerful, light-weight distributed sensing, classification, and inter-process communications software architecture to facilitate the development of distributed real-time multi-modal and context-aware applications. We demonstrate the power and functionality of this platform by describing a number of MIT.EDU application deployments in educational settings. Initial evaluations of these experiments demonstrate the potential of using the system for real-world interactive m-learning applications.     

下一代网络环境中上下文感知应用提供框架

上下文感知是遍布计算中的一项重要技术,其应用已经成为下一代网络环境中业务开发的一个热点.为了更好地支持下一代网络中的上下文感知业务提供,结合上下文感知概念和面向服务的思想提出上下文服务,给出了适合于下一代网络环境的上下文感知业务提供通用框架CASPGA(Context-Aware Service Provision General Architecture),并详细讲述其功能结构和实现技术,从而可以更加方便地开发出各种上下文感知应用.     

反射式中间件综述

随着中间件应用的增加和多样化,新兴的分布式应用对中间件提出了更高的要求,其中最突出的是要求中间件采用灵活的方式来构建,并且支持在运行时根据变化的环境对中间件进行动态配置．反射式中间件把计算反射的思想引入到中间件中,能够满足上述要求．简述和计算反射相关的一些问题,介绍反射式中间件和构件技术,分析一些有关反射式中间件的研究项目,通过综述指出目前的研究中存在的主要问题和未来的发展方向．     

一种基于事件的情境感知框架

为更好地满足用户的个性化需求、支持情境感知服务,提出一种基于事件的情境感知框架。该框架包括传感器层、事件总线和应用服务层,采用事件触发的方式调用应用服务与用户交互,并建立基于规则的事件过滤机制,对无效事件进行屏蔽。应用结果表明,该框架可提高系统的感知性能和重用性。     

RFID感知技术在服装门店中的应用

为了解决服装门店目前存在盘存效率低下、跟踪最新流行的服装样式等问题,根据服装门店的业务需求,采用RFID感知技术和Web Service等技术,提出了一种基于RFID上下文感知技术的物联网三层软件架构模型。根据该模型实现了服装门店的智能感知与分析系统,并对系统的主要功能进行了测试。结果表明:该架构模型设计正确,可以完成追踪最新服装流行元素的任务。     

一种普适环境下动态演化模型的研究

针对普适计算下内外环境多变的特性,并利用具有灵活性,适应性的体系结构方法,提出了一种自适应演化模型,通过对自适应演化模型的抽象,描述了结构功能内部各层的原理,并使用具有高敏感度的上下文感知机制来获得适应性的变化的原因与时机,并描述了该模型的自适应演化过程,以达到面向运行时刻软件体系结构的动态自适应。     

上下文感知的多Agent环绕智能系统结构研究

为了深入研究环绕智能(AmI)的技术特征和应用架构,从AmI概念的渊源出发,介绍了AmI的发展状况及其技术特征,采用基于多Agent系统(MAS)模型设计具有上下文感知的AmI实验系统,并对系统中主要Agent的结构和工作机理进行分析.实验表明。基于上下文感知和AS的环绕智能系统结构满足AmI系统中计算单元模块化、分散化和复杂性的要求.