CN103297503B - 基于分层次信息提取服务器的移动终端群智感知系统 - Google Patents

Abstract

一种基于移动终端的群智感知架构，包括数据收集模块，分层次信息提取服务器，云数据处理/分析模块和用户问询模块。该架构可实现感知任务分发与感知数据采集，完成大规模的数据感知任务。该架构创新性的提出了分层次信息提取服务器，把感知信息分为个人信息和群体信息，个人信息在本地进行处理，结果上传至云端，群体信息则在云端进行处理，采用这样的方式可以实现数据处理的有效性和实时性，保护用户隐私。

Description

基于分层次信息提取服务器的移动终端群智感知系统

技术领域

本发明涉及参与式感知，社群感知领域，无线传感器领域。

背景技术

苹果公司推出的语音搜索软件，google公司的智能搜索引擎产品如google now、google glass以及刚刚发布的新的概念产品（会说话的鞋子Talking Shoe），它们不是普通的搜索引擎，比如可以将Siri理解为一位低智商的生活秘书，它采用了Nuance公司的语音识别技术，具有一定程度的语义理解和用户意图识别能力，反馈给用户的是具体答案而不是网站链接。另外像Google now最大的特点是根据用户的习惯和正在进行的动作自动进行分析处理主动提供信息给用户。

考虑到现有基于移动终端的各种智能化应用如siri等，虽然具有一定的语义智能，实际上给用户的答案是事先录入到知识库里，并不是经过实时感知捕获和分析得来的，知识库需要专人负责定期更新和维护，存在更新速度慢、知识覆盖面窄等缺点。

另外随着现有大部分移动终端具备越来越丰富的传感器，利用GPS、加速度传感器、摄像头等传感器可对用户自身和周围物理环境和人的多种情境状态进行实时捕获和感知。每个移动终端提供的数据是有限的，并且移动终端是需要在完成它的正常工作的同时进行数据收集，并且收集到的数据必须是高度有效的（手机放在口袋里和拿在手上收集到的数据效果肯定是不一样的），所以移动终端的群智感知如何保证大范围的用户参与以及如何保证数据传输和带宽的有效性是一个需要考虑的问题，如果只是简单地感知或者上传数据去云端服务器对数据收集来说并不是一个很好的解决办法，要解决这些问题，在本地进行数据处理对于移动终端的群智计算来说，是一个非常关键的保证。然而有些问题并不是从单个节点就可以获取信息的，比如说一个城市的人的饮食偏好，它需要对无数节点采集到的数据进行处理和融合，显然移动终端不能很好地完成这项工作，因此我们需要把这些大数据发送到云端进行处理。另一方面，考虑到数据传输的有效性和实时性，移动终端可以处理的数据，如单个节点采集到的数据，就可以在移动终端进行处理，没有必要再上传至云端。

发明内容

本发明的目的：解决移动终端的群智感知大范围的用户参与以及数据传输和带宽的有效性问题。

本发明的技术方案：移动终端智能引擎架构主要是用于用户无意识的参与，移动终端的传感器在用户无意识的情况下，捕获感知信息，把数据上传到云端，感知数据可支持混合输 入，如多媒体/视频，twitter/社会媒体流，文本，活动，位置，温度，时间等。当然用户也可以通过移动终端，获取到海量信息。移动终端智能引擎架构如图1所示，该框架主要由四部分组成，分别是分层次信息提取服务器，基于移动终端的数据收集模块，移动设备的用户问询模块以及基于云端的数据存储和处理模块。

1.数据收集模块

数据收集模块是寄于移动终端上的，它通过移动终端上内置的传感器，如重力传感器，声音传感器，加速度传感器等，收集用户周围的情境信息，对感知数据进行存储。

2.用户问询模块

用户问询模块是一个集中式的系统，它接收用户提出的问题，并返回这些问题的答案。该模块主要由问询处理器，专业知识得分和搜索排名引擎几部分组成。

问询处理器处理从移动终端搜集到的用户问题，通过调用云端知识库的内容，计算出一系列的候选答案。专业知识得分模块会基于用户标签计算每个用户的专业得分，处于对效率的考虑，对于一些比较常见或者重复提问过的问题，用户的专业得分可以预先计算好或者进行保存处理。搜索排名引擎通过用户的专业得分对候选答案进行删选，把最优答案反馈给移动终端的用户。

3.云数据处理模块

该模块主要是通过对集中存放的群体数据进行分析，实现复杂事件与规律的感知。大量的传感器节点根据预先制定的采样及传输规则，不断地向云端传递所采集的数据，从而形成海量的异构数据流．云数据处理模块将接收到的异构信息进行统一的语义表达并存储到云端数据库，对大规模的终端感知信息进行冲突的检测、动态地自学习等，主动地、智能地将原始终端传感信息转化为有用的知识信息，更新与扩展知识库，并实现对是对数据进行深层次的挖掘，多源异构数据的融合。

4.分层次信息提取服务器

考虑到对感知数据有效收集和利用的重要性，创新性的提出了分层次信息提取服务器，具有对终端感知信息聚类以及寻找最佳路由的功能。该服务器利用数据挖掘和机器学习等技术对终端感知数据进行建模，把情境要素分为个体情境信息，群体情境和计算情境，其中又把个体信息分为个人属性和个人情境，群体信息分为群体属性和群体情境，由个体属性特征推出个人情境，群体属性特征推出群体情境。具体分类如图所示：

现有的计算机系统和人工智能系统没有什么学习能力，因此不能满足传感器收集到的感知数据不断变化的要求。分层次信息提取服务器根据对情景要素的分类方式，通过特征提取与多目标机器学习对感知样本多属性进行特征提取找出其核属性，由核属性与其他非核属性 组成属性组。各属性组再按照相似性和类标签进行有监督地聚成类簇，把终端感知信息准确的划分为个人信息和群体信息。

图3为分层次信息提取服务器的架构，移动终端的内置传感器，如加速传感器，GPS传感器，声音传感器搜集用户周围的感知信息，对传感器收集到的数据，进行初始过滤，例如监测数据的完整性和离群值，对数据进行空缺值的处理，平滑噪声数据和删除奇异点，我们对终端的传感器进行分类，之后比较相同类型的传感器收集的信息，对这些信息进行匹配就可以判断出该信息是属于群体信息还是个人信息。具体做法如下，对数据进行预处理以后，可以得到一些简单地语义信息，并且对每一个数据都做上标识。有些群体信息需要综合考虑不同传感器搜集到的信息，该服务器可以通过初步得到的语义信息，把属于相同情境的不同种类的传感器收集到的信息做上相同的标识，如时间戳，地点标识等。例如，我们需要判断某一地段的交通拥挤状况，通过GPS传感器可以获取地理信息，根据加速度传感器，如突然的刹车产生的数据变化，还有声音传感器，如鸣笛声，来判断交通拥堵情况，那么以上信息在终端采集的时候，我们给这些传感器采集的信息都打上标记，如时间，地点，交通状况。然后在分层次提取阶段，把所有从终端收集到的，在相同时间，地点收集到的交通状况记号的信息提取出来，进行相关度匹配，采用贝叶斯分类算法，从而判断出是个人信息还是群体信息。

分层次智能信息提取技术利用数据挖掘和机器学习等技术从大规模感知数据中提取多层次的智能信息：把感知信息分为个人情境信息和群体情境信息。该服务器对来自大量感知节点的数据进行实时的分析处理，有些信息可以从单个节点得到（如个人活动），但有些则需要对某个空间或者更大范围分布的节点得到的数据进行融合（如城市动态信息等）。如果通过移动终端设备获取到的感知信息属于个人情境信息，那么距离较近的移动终端之间可以形成自组织网络，移动云计算利用每个移动终端上拥有的资源来提供一个虚拟的移动云服务，实现资源共享，而不再需要访问互联网云。如果移动终端获取到的感知信息数据属于群体情境信息，考虑到云端拥有更稳定和强大的处理能力，移动终端通过移动网络（或自组织网络）连接到互联网中的云端服务器，上传感知信息。

在本地实现资源共享时，分层次信息提取服务器也提供最佳路由的功能。它主要是通过节点的位置数据来优化搜索过程，一个用户调用搜索程序去寻找问题的答案，例如南京新街口大洋百货有没有商品打折，那么该服务器会根据上传的位置数据，在一系列本地数据中找到离新街口较近的节点数据，选择检索答案。

移动终端群智感知架构，其工作流程如下：

步骤1：数据收集模块通过移动终端的内置传感器，例如声音传感器，加速传感器，重 力传感器等搜集用户周边的信息。搜集到的感知信息发送到分层次信息提取服务器，该服务器把感知信息进行聚类，划分为个人信息和群体信息，个人信息存放在本地数据库中，群体信息发送到云端。

步骤2：用户问询模块在获取用户问题的同时，向分层次信息提取服务器发送请求，由该服务器判断用户问题是属于个人问题还是群体群体，如果是个人问题，则从本地获取答案，如果被判定为群体问题，则向云模块发送问题请求。

步骤3：云平台周期性地对接收到的感知信息进行智能融合处理，采用一系列推理、融合、挖掘算法，然后将生成的结果以领域知识的形式存储到云知识库中，供外部应用使用。回答用户问询模块提问的问题。

步骤4：云知识库无法回答用户问询时，把问询发送给分层次信息提取服务器，由该服务器判定是向一个节点发送数据收集的请求，还是向多个节点发送数据收集的请求，以更新云端知识库。

本发明的有益效果：本发明设计的群智感知架构，不光可以重构用户的个人情境，还能够捕获群体动态，实现大规模用户的无意识参与。本发明还创新性的提出了分层次信息提取服务器，把感知信息分成个人信息和群体信息，个人信息在本地进行处理，把结果上传至云端，而群体信息则上传至云端进行处理。这样一方面可以保证数据处理的实时性和有效性，节省了网络带宽，另一方面也在一定程度上保护了用户隐私。

附图说明

图1、移动终端智能引擎架构

图2、情境要素分类

图3、分层次信息提取服务器。

具体实施方式

一种移动终端群智感知架构，该架构包括数据收集模块，用户问询模块，云数据和处理模块，数据收集模块是寄于移动终端上，收集用户周围的情境信息，对感知数据进行存储，用户问询模块是一个集中式的系统，它接收用户提出的问题，并返回这些问题的答案，云数据和处理模块，通过对集中存放的群体数据进行分析，实现复杂事件与规律的感知，移动终端群智感知架构移动终端内置传感器，将搜集到的感知信息集中到数据收集模块，移动终端群智感知架构还包括分层次信息提取模块，在云知识库无法回答用户问询时，把问询发送给分层次信息提取服务器。

分层次信息提取服务器，其架构内设分层次智能信息提取技术，利用数据挖掘和机器学习技术对移动终端的内置传感器收集的数据进行处理，从大规模感知数据中提取多层次的智 能信息，分层次信息提取服务器把感知信息分为个人情境信息和群体情境信息，个人情境信息只需要在本地进行处理，增加数据处理的实时性和有效性，而群体情境信息数据上传至云端进行处理。

个人情境信息分为个人属性和个人情境，由个体属性特征推出个人情境，群体情境信息分为群体属性和群体情境，群体属性特征推出群体情境。

移动终端群智感知架构其工作流程：

A：数据收集模块通过移动终端的内置传感器，搜集用户周边的信息。搜集到的感知信息发送到分层次信息提取服务器，该服务器把感知信息进行聚类，划分为个人信息和群体信息，个人信息存放在本地数据库中，群体信息发送到云端进行深层次的数据挖掘与融合。

B：用户问询模块在获取用户问题的同时，向分层次信息提取服务器发送请求，由该服务器判断用户问题是属于个人问题还是群体群体，如果是个人问题，则从本地获取答案，如果被判定为群体问题，则向云模块发送问题请求。

C：云平台周期性地对接收到的感知信息进行智能融合处理，采用一系列推理、融合、挖掘算法，然后将生成的结果以领域知识的形式存储到云知识库中，供外部应用使用。回答用户问询模块提问的问题。

D：云知识库无法回答用户问询时，把问询发送给分层次信息提取服务器，由该服务器判定是向一个节点发送数据收集的请求，还是向多个节点发送数据收集的请求，以更新云端知识库。

以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内，本发明要求保护范围由所附的权利要求书其等效物界定。

Claims (3)

1.一种移动终端群智感知系统，该系统是使用分类的方法对用户情境进行采集，分析；该系统包括数据收集模块，用户问询模块，云数据和处理模块，数据收集模块寄于移动终端上，收集用户周围的感知信息，对感知信息进行存储，用户问询模块是一个集中式的系统，它接收用户提出的问题，并返回这些问题的答案，云数据和处理模块，通过对集中存放的群体情境信息进行分析，实现复杂事件与规律的感知，其特征在于，通过移动终端内置传感器，将搜集到的感知信息集中到数据收集模块，分层次信息提取，在云知识库无法回答用户问询时，把问询发送给分层次信息提取服务器；

所述移动终端群智感知系统用于用户无意识的参与，移动终端的内置传感器在用户无意识的情况下，捕获感知信息，把感知信息上传到云数据和处理模块，感知信息可支持混合输入；

所述移动终端群智感知系统的工作流程包括：

A：数据收集模块通过移动终端的内置传感器，搜集用户周边的感知信息，搜集到的感知信息发送到分层次信息提取服务器，分层次信息提取服务器把感知信息进行聚类，划分为个人情境信息和群体情境信息，个人情境信息存放在本地数据库中，群体情境信息发送到云数据和处理模块进行深层次的数据挖掘与融合；

B：用户问询模块在获取用户问题的同时，向分层次信息提取服务器发送请求，由分层次信息提取服务器判断用户问题是属于个人问题还是群体问题，如果是个人问题，则从本地数据库获取答案，如果被判定为群体问题，则向云数据和处理模块发送问题请求；

C：云数据和处理模块周期性地对接收到的群体情境信息进行智能融合处理，采用一系列推理、融合、挖掘算法，然后将生成的结果以领域知识的形式存储到云知识库中，供外部应用使用，回答用户问询模块提问的问题；

D：云知识库无法回答用户问询时，把问询发送给分层次信息提取服务器，由分层次信息提取服务器判定是向一个节点发送数据收集的请求，还是向多个节点发送数据收集的请求，以更新云知识库。

2.根据权利要求1所述的移动终端群智感知系统，其特征在于，分层次信息提取服务器内设分层次智能信息提取技术，利用数据挖掘和机器学习技术对移动终端的内置传感器收集的感知信息数据进行处理，从大规模感知信息中提取多层次的智能信息，分层次信息提取服务器把感知信息分为个人情境信息和群体情境信息，个人情境信息只需要在本地进行处理，增加数据处理的实时性和有效性，而群体情境信息数据上传至云数据和处理模块进行处理。

3.根据权利要求2所述的移动终端群智感知系统，其特征在于，个人情境信息分为个人属性和个人情境，由个人属性特征推出个人情境，群体情境信息分为群体属性和群体情境，由群体属性特征推出群体情境。