CN105389405A - 一种多推理引擎融合上下文感知系统框架及其工作方法 - Google Patents
一种多推理引擎融合上下文感知系统框架及其工作方法 Download PDFInfo
- Publication number
- CN105389405A CN105389405A CN201511028430.5A CN201511028430A CN105389405A CN 105389405 A CN105389405 A CN 105389405A CN 201511028430 A CN201511028430 A CN 201511028430A CN 105389405 A CN105389405 A CN 105389405A
- Authority
- CN
- China
- Prior art keywords
- context
- unit
- information
- user
- contextual information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
Abstract
一种多推理引擎融合上下文感知系统框架,包括:与上下文感知系统管理模块相连的传感器模块、初级上下文提取模块、多引擎推理融合模块及上下文应用模块。本发明在上下文感知系统中加入了所述初级上下文存储/分发管理单元及所述高级上下文存储/分发管理单元,所述初级上下文存储/分发管理单元及所述高级上下文存储/分发管理单元统一管理上下文信息查询需求,并为相应单元分发上下文信息,降低了所述初级上下文提取模块、所述多引擎推理融合推理模块、所述上下文应用模块之间的耦合度,并有利于上下文信息的统一调度、管理,节省了系统的负荷和开销,使整个上下文感知系统更加灵活、智能。
Description
技术领域
本发明涉及一种多推理引擎融合上下文感知系统框架及其工作方法,属于普适计算的技术领域。
背景技术
随着嵌入式计算技术、传感器技术的发展,以及无线通信、互联网的普及,智能计算服务正深刻地改变着整个世界。人们对智能系统的期望与日俱增,智能计算无处不在的时代正在来临。这种“无时不有无处不在”的智能计算服务方式被称为普适计算。普适计算将人们生活的物理空间与虚拟世界的信息空间有机结合,将从根本上改变人们的生活方式。在普适计算的空间内,信息访问和智能计算服务将深入每一个角落,人们可以随时随地、透明地获得数字化的服务。
普适计算的本质不在于开发新一代的硬件设备,而在于实现从以计算机为中心到以人为中心的转变,改变人与各类智能设备的交互方式。而实现普适计算的关键技术之一便是上下文感知技术。现实生活交流过程中,人们都会有意或无意地利用如共同认知、气氛、环境等相关上下文信息来提高交流效率。上下文感知技术便是借鉴此种方式,其巧妙地将各类信息资源、计算资源、通信系统结合起来。上下文感知技术通过主动或被动获取相关用户的信息,自主推导出精确、有实际应用意义的高层上下文信息。上下文感知技术为各类应用提供可靠、简洁的信息服务支持,真正实现人与计算环境的透明自由交互,使人们从繁杂的设备操作中解放出来。
上下文感知技术包括两个关键的方面:一方面上下文感知系统需要准确大量地采集与当前应用相关的上下文信息,如时间、地点、温度、设备状态等上下文信息;另一方面上下文感知系统需要根据搜集的信息,针对当前用户需求,做出快速准确的判断,为用户提供高效、个性化的服务。
然而由于当前传感器技术、无线通信技术以及计算资源的限制,上下文感知系统提供的感知结果并不能完全满足上下文应用的要求和用户的需求。因此如何提供精确、个性化的上下文感知服务成为上下文感知领域的研究重点。
发明内容
针对现有技术的不足,本发明公开了一种多推理引擎融合上下文感知系统框架。
本发明还公开了一种上述系统框架的工作方法。
本发明所述上下文感知系统框架不仅要为用户和应用提供准确、及时的上下文感知信息,还需要为用户提供个性化的定制服务,才能更好地实现透明的数字化服务。单一的上下文推理引擎无法给出精确的上下文感知结果,也已经无法满足用户多样化、个性化的需求。多引擎推理及推理结果融合机制的引入极大地提高了上下文感知结果的精确度,也为实现个性化定制服务提供了基础。
本发明的技术方案为:
一种多推理引擎融合上下文感知系统框架,包括:与上下文感知系统管理模块相连的传感器模块、初级上下文提取模块、多引擎推理融合模块及上下文应用模块。
根据本发明优选的,所述传感器模块用于采集从各类传感器收集到的原始上下文信息,将所述原始上下文信息传输至所述初级上下文提取模块,同时所述传感器模块动态管理传感器资源;所述初级上下文提取模块接收、处理所述原始上下文信息,生成初级上下文信息,并对其进行存储、分发;所述多引擎推理融合模块向所述初级上下文提取模块查询所述初级上下文信息,所述多引擎推理融合模块利用所述初级上下文信息,通过多引擎推理、融合生成高级上下文信息,并存储、分发高级上下文信息;所述上下文应用模块向所述多引擎推理融合模块查询高级上下文信息,利用高级上下文信息为用户提供个性化服务、存储用户个性化数据,并接收用户反馈和提取用户偏好;所述上下文感知系统管理模块管理、调整整个上下文感知系统框架的运行,其利用预设信息建立策略数据库单元,接收所述上下文应用模块收集的用户反馈和用户偏好,调整策略数据库单元,对所述传感器模块、所述初级上下文提取模块、所述多引擎推理融合模块进行动态配置管理。
根据本发明优选的,所述传感器模块包括:物理传感器单元和虚拟传感器单元。
根据本发明优选的,所述物理传感器单元用于收集一个或者多个物理传感器的数据,并调整所述物理传感器的工作状态,所述物理传感器是指拥有实际测量元件,能够检测各种与上下文应用相关的实际信息的探测设备,如用于获取用户体温的红外传感器,用于测定有害气体浓度的环境监测设备,所述虚拟传感器单元用于负责收集一个或多个虚拟传感器的数据,并调整虚拟传感器的工作状态,虚拟传感器是指不具有实际探测元件,用于收集各种与上下文应用相关的虚拟信息的探测程序。如用于收集用户社交记录的网络爬虫,用于测定网络实时带宽的测试程序等。
根据本发明优选的,所述初级上下文提取模块包括:上下文信息分类单元、上下文信息校准单元、上下文信息聚合单元、上下文信息特征提取单元、上下文信息表示单元、初级上下文数据库、初级上下文信息存储/分发管理单元;
所述上下文信息分类单元、所述上下文信息校准单元、所述上下文信息聚合单元、所述上下文信息特征提取单元、所述上下文信息表示单元、所述初级上下文数据库以及所述初级上下文信息存储/分发管理单元依次相连。
根据本发明优选的,所述上下文信息分类单元依据上下文建模方案要求的类别,对原始上下文信息进行分类整理;所述上下文信息校准单元将上下文信息进行校准,使上下文信息符合统一的建模标准,满足后续单元对上下文信息的传输、储存、处理、显示等需求;所述上下文信息聚合单元经过将上下文信息进行简化、去冗余,按照上下文信息建模方案的要求消除多余信息;所述上下文信息特征提取单元按照上下文建模方案提取上下文信息中用于推理融合的特征数据;所述上下文信息表示单元按照上下文建模方案将上下文信息整理为初级上下文信息,并将其发送给所述初级上下文数据库;所述初级上下文数据库用于存储初级上下文信息;初级上下文存储/分发管理单元作为与所述多引擎推理融合模块对接单元:动态管理初级上下文数据库,统一接收初级上下文查询请求,并将初级上下文信息分发给有需求的推理引擎。
根据本发明优选的,所述多引擎推理融合模块包括:推理引擎池单元、冲突管理单元、多源上下文信息融合单元、高级上下文数据库单元、高级上下文存储/分发单元,所述推理引擎池单元、所述冲突管理单元、所述多源上下文信息融合单元、所述高级上下文数据库单元、所述高级上下文存储/分发管理单元依次相连。
根据本发明优选的,所述推理引擎池单元包括:一个或多个用户个性化推理引擎单元、一个或多个相似用户协同推理引擎单元、一个或多个基于云的推理引擎单元,所述推理引擎池单元用于查询需求的初级上下文信息,并根据领域知识和初级上下文信息进行上下文推理,将初级上下文信息转化为上层应用接收或处理的高级上下文信息;
根据本发明优选的,所述推理引擎使用的算法包括:基于规则的推理算法、基于神经网络的推理算法、基于粗糙集的推理算法、基于模糊集的推理算法和基于主观贝叶斯方法的推理算法;所述用户个性化推理引擎单元为基于用户偏好和用户反馈定制的,针对用户个人的定制化推理引擎,用于根据初级上下文信息推理出关于特定用户的个性化结果;所述相似用户协同推理引擎为根据用户特征计算匹配到的,个性与所服务用户类似的用户,所拥有的个性化推理引擎;所述相似用户协同推理引擎针对其他推理引擎单元的不足,为用户个性化服务提供推理结果;所述基于云的推理引擎单元为基于云计算平台的推理引擎,用于根据云服务器中拥有的知识和设置的相关推理算法,为用户个性化服务提供推理结果。
根据本发明优选的,所述冲突管理单元计算推理结果之间的冲突程度,将冲突程度转化为所述多源上下文信息融合引擎单元可识别的权重信息,为所述多源上下文信息融合引擎提供融合依据;所述多源上下文信息融合引擎单元依据所述权重信息以及所述用户个性化信息,将上下文推理结果融合为高级上下文信息;多源上下文信息融合引擎所用算法包括:基于DS证据论的算法、基于DSmT的算法和基于贝叶斯网络的算法;高级上下文信息库用于存储高级上下文信息;所述高级上下文存储/分发单元响应所述上下文应用模块的高级上下文信息查询请求,将所述高级上下文信息分发给有需求的上下文应用,或者根据设定的规则主动向有需求的上下文应用推送所述高级上下文信息。
根据本发明优选的,所述上下文应用模块包括上下文感知服务管理单元、用户身份识别单元、用户行为/状态分析单元、个性化应用服务单元、用户偏好提取单元、用户反馈收集单元、用户个性化数据库单元,所述上下文感知服务管理单元、所述用户身份识别单元、所述用户行为/状态分析单元、所述个性化应用服务单元依次连接,所述用户行为/状态分析单元与所述用户个性化数据库单元、所述用户反馈收集单元相连,所述用户个性化数据库单元与所述用户偏好提取单元连接。
根据本发明优选的,所述服务管理单元用于主动发现上下文应用需求或被动接收用户服务需求、启动上下文应用服务;所述用户身份识别单元用于识别用户身份,标记用户并提供用户身份识别结果;所述用户行为/状态分析单元根据所述高级上下文信息,实时分析用户正在表现的行为或当前的身体、心理状态。所述用户个性化数据库单元用于存储所述用户行为/状态分析数据;所述用户偏好提取单元根据用户历史行为记录,进行用户偏好对比、分析,感知用户偏好变化,提取用户习惯、特殊需求的个性化数据;所述用户反馈收集单元用于接收用户主动反馈信息,将用户反馈内容转化为系统可识别的配置信息;所述个性化应用服务单元用于为用户提供专属、个性化的实时服务。
根据本发明所优选的,所述上下文感知系统管理模块包括:预设信息单元、策略数据库单元、融合引擎管理单元、推理引擎管理单元、上下文建模管理单元、传感器管理单元,所述预设信息单元与所述策略数据库单元相连,所述策略数据库单元分别与所述融合引擎管理单元、所述推理引擎管理单元、所述上下文建模管理单元、所述传感器管理单元相连。
根据本发明所优选的,所述预设信息单元用于输入上下文感知系统初始设定信息,包括上下文融合模式及规则、推理知识及规则、上下文信息建模方案和传感器管理规则;所述策略数据库单元用于存储、上下文感知系统的管理信息,包括上下文融合模式及规则、推理知识及规则、上下文信息建模方案、传感器管理规则、动态调整记录、安全权限、优先级策略、用户权限和隐私保护规则;所述融合引擎管理单元用于管理多源上下文信息融合引擎,根据用户偏好及用户反馈信息调整融合模式及各个推理引擎融合权重;所述推理引擎管理单元用于管理推理引擎池的运作,向推理引擎池推送用于推理的知识,控制推理引擎池添加或删除推理引擎以及调整推理引擎规则;所述上下文建模管理单元用于建立、调整上下文建模方案,为所述上下文信息分类单元、所述上下文信息校准单元、所述上下文信息聚合单元、所述上下文信息特征提取单元、所述上下文信息表示单元提供配置信息;所述传感器管理单元接收传感器状态信息,动态管理传感器资源。
如上述多推理引擎融合上下文感知系统框架的工作方法,具体步骤包括:
(1)初始化
所述预设信息单元提取用户及系统管理者的初始设置信息,将初始设置信息存储于所述策略数据库单元;所述策略数据库单元将设置信息发送至所述融合引擎管理单元、所述推理引擎管理单元、所述上下文建模管理单元、所述传感器管理单元;所述融合引擎管理单元、所述推理引擎管理单元、所述上下文建模管理单元、所述传感器管理单元根据设置信息初始化配置,设定各自的初始工作模式及参数;
(2)上下文服务发现
所述上下文感知服务管理单元通过对感知系统获取信息进行监听,监控用户行为/状态变化,主动发现用户所需服务或被动按照用户指示提供服务;
(3)收集原始上下文信息
所述物理传感器单元与虚拟传感器单元根据动态配置信息,管理所属传感器,激活一个或多个传感器主动收集传感器信息或被动周期性接收传感器信息,并将收集到的传感器信息发送给所述初级上下文提取模块;
(4)初级上下文信息生成
所述上下文信息分类单元接收到步骤(3)中采集的原始上下文信息,根据所述上下文建模方案,对所述原始上下文信息进行分类整理,使上下文信息便于处理及检索;所述上下文信息校准单元将分类后的信息按照所述上下文建模方案的统一标准进行校准,使上下文信息符合统一的应用标准,为后续处理提供基础;所述上下文信息聚合单元对校准后的信息进行过滤、去冗余,消除多余信息,降低信息处理负荷;所述上下文信息特征提取单元依据所述上下文建模方案从聚合后的信息中提取进行上下文推理所需的特征信息,为上下文推理提供基础;所述上下文信息表示单元将特征信息按照上下文建模方案进行标准化处理,形成能够被不同上下文推理引擎使用的初级上下文信息,并将初级上下文信息存储于所述初级上下文数据库;所述初级上下文信息存储/分发单元接收来自所述上下文推理引擎的查询信息,为位于不同位置的异构上下文推理引擎分发所需所述初级上下文信息;
(5)多引擎推理融合
所述推理引擎池向所述初级上下文信息存储/分发单元查询所需初级上下文信息,接收到步骤(4)中产生的初级上下文信息后,依据所述推理引擎管理单元发送的引擎管理信息及推理知识,使用一个或多个不同推理引擎进行上下文推理,形成具有实际语义、能够被上下文应用识别、利用的推理结果;所述冲突管理单元,将多个所述上下文推理引擎的推理结果进行对比,计算推理结果冲突程度,将冲突程度转化为所述多源上下文信息融合引擎单元可以识别的融合权重信息,为所述多源上下文信息融合引擎提供融合依据;所述多源上下文信息融合引擎单元依据推理结果冲突信息以及所述用户个性化信息,将所述上下文推理结果融合为高级上下文信息,并存储于所述高级上下文数据库单元;高级上下文存储/分发管理单元接收高级上下文信息查询请求,为上下文应用分发、传输高级上下文信息;
(6)用户身份识别
所述用户识别单元在接收到所述服务管理单元的触发信息后,根据高级上下文信息对用户身份进行鉴别和确认;
(7)用户行为/状态分析
所述用户行为/状态分析单元依据高级上下文信息对用户的当前行为或状态进行分析、判别,得到分析结果;
(8)上下文应用
根据高级上下文信息,自动为用户执行个性化服务,调整相关设备或应用程序;
(9)提取用户偏好及反馈信息
主动依据用户的行为/状态分析结果,结合所述用户个性化数据库存储的历史数据信息提取用户偏好信息,将用户偏好标准化处理后发送给所述策略数据库单元;用户反馈单元被动接收用户反馈操作信息,并将信息标准化处理后发送给所述策略数据库单元;
(10)更新上下文感知策略
所述策略数据库单元接收用户偏好信息及用户反馈操作信息,调整上下文感知策略;并将策略变化发送给所述融合引擎管理单元、所述推理引擎管理单元、所述上下文建模管理单元、所述传感器管理单元;所述融合引擎管理单元、所述推理引擎管理单元、所述上下文建模管理单元、所述传感器管理单元根据策略变化信息配置,调整各自的工作模式及参数。
本发明的有益效果为:
1、本发明在上下文感知系统中加入了所述初级上下文存储/分发管理单元及所述高级上下文存储/分发管理单元,所述初级上下文存储/分发管理单元及所述高级上下文存储/分发管理单元统一管理上下文信息查询需求,并为相应单元分发上下文信息,降低了所述初级上下文提取模块、所述多引擎推理融合推理模块、所述上下文应用模块之间的耦合度,并有利于上下文信息的统一调度、管理,节省了系统的负荷和开销,使整个上下文感知系统更加灵活、智能。
2、本发明中所述多引擎推理融合模块引入多种推理引擎,可以利用不同领域的知识,为上下文感知系统提供多样化推理结果,并为用户提供了个性化推理结果。所述多引擎推理融合模块加入了多源上下文信息融合引擎,实现了多种推理结果的综合运用,大大提高了高级上下文信息的准确性、全面性,有助于上下文应用提供更加可靠、高效的服务。
3、本发明通过多推理引擎融合技术与动态管理技术向用户提供主动、便捷、定制化的服务,本发明公布的多推理引擎融合系统采用多样化推理引擎及融合,加入用户偏好提取及用户反馈机制,以用户的偏好为标准不断地对上下文感知系统进行动态调节和校正,使其提供的服务能不断满足用户变化的需求,做到真正的智能感知。
附图说明
图1为本发明多推理引擎融合上下文感知系统的结构框架的连接关系图。
图2为本发明多推理引擎融合上下文感知系统的传感器模块图。
图3为本发明多推理引擎融合上下文感知系统的初级上下文提取模块图。
图4为本发明多推理引擎融合上下文感知系统的多引擎推理融合模块图。
图5为本发明多推理引擎融合上下文感知系统的上下文应用模块图。
图6为本发明多推理引擎融合上下文感知系统的上下文感知系统管理模块图。
图7为本发明多推理引擎融合上下文感知系统的工作流程图。
具体实施方式
下面结合说明书附图和实施例对本发明作进一步限定,但不限于此。
如图1-7所示。
实施例1、
一种多推理引擎融合上下文感知系统框架,包括:与上下文感知系统管理模块相连的传感器模块、初级上下文提取模块、多引擎推理融合模块及上下文应用模块。
所述传感器模块用于采集从各类传感器收集到的原始上下文信息,将所述原始上下文信息传输至所述初级上下文提取模块,同时所述传感器模块动态管理传感器资源;所述初级上下文提取模块接收、处理所述原始上下文信息,生成初级上下文信息,并对其进行存储、分发;所述多引擎推理融合模块向所述上初级上下文提取模块查询所述初级上下文信息,所述多引擎推理融合模块利用所述初级上下文信息,通过多引擎推理、融合生成高级上下文信息,并存储、分发高级上下文信息;所述上下文应用模块向所述多引擎推理融合模块查询高级上下文信息,利用高级上下文信息为用户提供个性化服务、存储用户个性化数据,并接收用户反馈和提取用户偏好;所述上下文感知系统管理模块管理、调整整个上下文感知系统框架的运行,其利用预设信息建立策略数据库单元,接收所述上下文应用模块收集的用户反馈和用户偏好,调整策略数据库单元,对所述传感器模块、所述初级上下文提取模块、所述多引擎推理融合模块进行动态配置管理。
所述传感器模块包括:物理传感器单元和虚拟传感器单元。
所述物理传感器单元用于收集一个或者多个物理传感器的数据,并调整所述物理传感器的工作状态,所述物理传感器是指拥有实际测量元件,能够检测各种与上下文应用相关的实际信息的探测设备,如用于获取用户体温的红外传感器,用于测定有害气体浓度的环境监测设备,所述虚拟传感器单元用于负责收集一个或多个虚拟传感器的数据,并调整虚拟传感器的工作状态,虚拟传感器是指不具有实际探测元件,用于收集各种与上下文应用相关的虚拟信息的探测程序。如用于收集用户社交记录的网络爬虫,用于测定网络实时带宽的测试程序等。
所述初级上下文提取模块包括:上下文信息分类单元、上下文信息校准单元、上下文信息聚合单元、上下文信息特征提取单元、上下文信息表示单元、初级上下文数据库、初级上下文信息存储/分发管理单元;
所述上下文信息分类单元、所述上下文信息校准单元、所述上下文信息聚合单元、所述上下文信息特征提取单元、所述上下文信息表示单元、所述初级上下文数据库以及所述初级上下文信息存储/分发管理单元依次相连。
所述上下文信息分类单元依据上下文建模方案要求的类别,对原始上下文信息进行分类整理;所述上下文信息校准单元将上下文信息进行校准,使上下文信息符合统一的建模标准,满足后续单元对上下文信息的传输、储存、处理、显示等需求;所述上下文信息聚合单元经过将上下文信息进行简化、去冗余,按照上下文信息建模方案的要求消除多余信息;所述上下文信息特征提取单元按照上下文建模方案提取上下文信息中用于推理融合的特征数据;所述上下文信息表示单元按照上下文建模方案将上下文信息整理为初级上下文信息,并将其发送给所述初级上下文数据库;所述初级上下文数据库用于存储初级上下文信息;初级上下文存储/分发管理单元作为与所述多引擎推理融合模块对接单元:动态管理初级上下文数据库,统一接收初级上下文查询请求,并将初级上下文信息分发给有需求的推理引擎。
所述多引擎推理融合模块包括:推理引擎池单元、冲突管理单元、多源上下文信息融合单元、高级上下文数据库单元、高级上下文存储/分发单元,所述推理引擎池单元、所述冲突管理单元、所述多源上下文信息融合单元、所述高级上下文数据库单元、所述高级上下文存储/分发管理单元依次相连。
所述推理引擎池单元包括:一个或多个用户个性化推理引擎单元、一个或多个相似用户协同推理引擎单元、一个或多个基于云的推理引擎单元,所述推理引擎池单元用于查询需求的初级上下文信息,并根据领域知识和初级上下文信息进行上下文推理,将初级上下文信息转化为上层应用接收或处理的高级上下文信息;
所述推理引擎使用的算法包括:基于规则的推理算法、基于神经网络的推理算法、基于粗糙集的推理算法、基于模糊集的推理算法和基于主观贝叶斯方法的推理算法;所述用户个性化推理引擎单元为基于用户偏好和用户反馈定制的,针对用户个人的定制化推理引擎,用于根据初级上下文信息推理出关于特定用户的个性化结果;所述相似用户协同推理引擎为根据用户特征计算匹配到的,个性与所服务用户类似的用户,所拥有的个性化推理引擎;所述相似用户协同推理引擎针对其他推理引擎单元的不足,为用户个性化服务提供推理结果;所述基于云的推理引擎单元为基于云计算平台的推理引擎,用于根据云服务器中拥有的知识和设置的相关推理算法,为用户个性化服务提供推理结果。
所述冲突管理单元计算推理结果之间的冲突程度,将冲突程度转化为所述多源上下文信息融合引擎单元可识别的权重信息,为所述多源上下文信息融合引擎提供融合依据;所述多源上下文信息融合引擎单元依据所述权重信息以及所述用户个性化信息,将上下文推理结果融合为高级上下文信息;多源上下文信息融合引擎所用算法包括:基于DS证据论的算法、基于DSmT的算法和基于贝叶斯网络的算法;高级上下文信息库用于存储高级上下文信息;所述高级上下文存储/分发单元响应所述上下文应用模块的高级上下文信息查询请求,将所述高级上下文信息分发给有需求的上下文应用,或者根据设定的规则主动向有需求的上下文应用推送所述高级上下文信息。
所述上下文应用模块包括上下文感知服务管理单元、用户身份识别单元、用户行为/状态分析单元、个性化应用服务单元、用户偏好提取单元、用户反馈收集单元、用户个性化数据库单元,所述上下文感知服务管理单元、所述用户身份识别单元、所述用户行为/状态分析单元、所述个性化应用服务单元依次连接,所述用户行为/状态分析单元与所述用户个性化数据库单元、所述用户反馈收集单元相连,所述用户个性化数据库单元与所述用户偏好提取单元连接。
所述服务管理单元用于主动发现上下文应用需求或被动接收用户服务需求、启动上下文应用服务;所述用户身份识别单元用于识别用户身份,标记用户并提供用户身份识别结果;所述用户行为/状态分析单元根据所述高级上下文信息,实时分析用户正在表现的行为或当前的身体、心理状态。所述用户个性化数据库单元用于存储所述用户行为/状态分析数据;所述用户偏好提取单元根据用户历史行为记录,进行用户偏好对比、分析,感知用户偏好变化,提取用户习惯、特殊需求的个性化数据;所述用户反馈收集单元用于接收用户主动反馈信息,将用户反馈内容转化为系统可识别的配置信息;所述个性化应用服务单元用于为用户提供专属、个性化的实时服务。
所述上下文感知系统管理模块包括:预设信息单元、策略数据库单元、融合引擎管理单元、推理引擎管理单元、上下文建模管理单元、传感器管理单元,所述预设信息单元与所述策略数据库单元相连,所述策略数据库单元分别与所述融合引擎管理单元、所述推理引擎管理单元、所述上下文建模管理单元、所述传感器管理单元相连。
所述预设信息单元用于输入上下文感知系统初始设定信息,包括上下文融合模式及规则、推理知识及规则、上下文信息建模方案和传感器管理规则;所述策略数据库单元用于存储、上下文感知系统的管理信息,包括上下文融合模式及规则、推理知识及规则、上下文信息建模方案、传感器管理规则、动态调整记录、安全权限、优先级策略、用户权限和隐私保护规则;所述融合引擎管理单元用于管理多源上下文信息融合引擎,根据用户偏好及用户反馈信息调整融合模式及各个推理引擎融合权重;所述推理引擎管理单元用于管理推理引擎池的运作,向推理引擎池推送用于推理的知识,控制推理引擎池添加或删除推理引擎以及调整推理引擎规则;所述上下文建模管理单元用于建立、调整上下文建模方案,为所述上下文信息分类单元、所述上下文信息校准单元、所述上下文信息聚合单元、所述上下文信息特征提取单元、所述上下文信息表示单元提供配置信息;所述传感器管理单元接收传感器状态信息,动态管理传感器资源。
实施例2、
如实施例1所述多推理引擎融合上下文感知系统框架的工作方法,具体步骤包括:
(1)初始化
所述预设信息单元提取用户及系统管理者的初始设置信息,将初始设置信息存储于所述策略数据库单元;所述策略数据库单元将设置信息发送至所述融合引擎管理单元、所述推理引擎管理单元、所述上下文建模管理单元、所述传感器管理单元;所述融合引擎管理单元、所述推理引擎管理单元、所述上下文建模管理单元、所述传感器管理单元根据设置信息初始化配置,设定各自的初始工作模式及参数;
(2)上下文服务发现
所述上下文感知服务管理单元通过对感知系统获取信息进行监听,监控用户行为/状态变化,主动发现用户所需服务或被动按照用户指示提供服务;
(4)收集原始上下文信息
所述物理传感器单元与虚拟传感器单元根据动态配置信息,管理所属传感器,激活一个或多个传感器主动收集传感器信息或被动周期性接收传感器信息,并将收集到的传感器信息发送给所述初级上下文提取模块;
(4)初级上下文信息生成
所述上下文信息分类单元接收到步骤(3)中采集的原始上下文信息,根据所述上下文建模方案,对所述原始上下文信息进行分类整理,使上下文信息便于处理及检索;所述上下文信息校准单元将分类后的信息按照所述上下文建模方案的统一标准进行校准,使上下文信息符合统一的应用标准,为后续处理提供基础;所述上下文信息聚合单元对校准后的信息进行过滤、去冗余,消除多余信息,降低信息处理负荷;所述上下文信息特征提取单元依据所述上下文建模方案从聚合后的信息中提取进行上下文推理所需的特征信息,为上下文推理提供基础;所述上下文信息表示单元将特征信息按照上下文建模方案进行标准化处理,形成能够被不同上下文推理引擎使用的初级上下文信息,并将初级上下文信息存储于所述初级上下文数据库;所述初级上下文信息存储/分发单元接收来自所述上下文推理引擎的查询信息,为位于不同位置的异构上下文推理引擎分发所需所述初级上下文信息;
(5)多引擎推理融合
所述推理引擎池向所述初级上下文信息存储/分发单元查询所需初级上下文信息,接收到步骤(4)中产生的初级上下文信息后,依据所述推理引擎管理单元发送的引擎管理信息及推理知识,使用一个或多个不同推理引擎进行上下文推理,形成具有实际语义、能够被上下文应用识别、利用的推理结果;所述冲突管理单元,将多个所述上下文推理引擎的推理结果进行对比,计算推理结果冲突程度,将冲突程度转化为所述多源上下文信息融合引擎单元可以识别的融合权重信息,为所述多源上下文信息融合引擎提供融合依据;所述多源上下文信息融合引擎单元依据推理结果冲突信息以及所述用户个性化信息,将所述上下文推理结果融合为高级上下文信息,并存储于所述高级上下文数据库单元;高级上下文存储/分发管理单元接收高级上下文信息查询请求,为上下文应用分发、传输高级上下文信息;
(6)用户身份识别
所述用户识别单元在接收到所述服务管理单元的触发信息后,根据高级上下文信息对用户身份进行鉴别和确认;
(7)用户行为/状态分析
所述用户行为/状态分析单元依据高级上下文信息对用户的当前行为或状态进行分析、判别,得到分析结果;
(8)上下文应用
根据高级上下文信息,自动为用户执行个性化服务,调整相关设备或应用程序;
(9)提取用户偏好及反馈信息
主动依据用户的行为/状态分析结果,结合所述用户个性化数据库存储的历史数据信息提取用户偏好信息,将用户偏好标准化处理后发送给所述策略数据库单元;用户反馈单元被动接收用户反馈操作信息,并将信息标准化处理后发送给所述策略数据库单元;
(10)更新上下文感知策略
所述策略数据库单元接收用户偏好信息及用户反馈操作信息,调整上下文感知策略;并将策略变化发送给所述融合引擎管理单元、所述推理引擎管理单元、所述上下文建模管理单元、所述传感器管理单元;所述融合引擎管理单元、所述推理引擎管理单元、所述上下文建模管理单元、所述传感器管理单元根据策略变化信息配置,调整各自的工作模式及参数。
应用例:
将本发明的实施例1、2应用于现实时:如用户A在夏天晚上十点入睡时,经常将卧室内的空调设定在20℃。系统管理员将此作为预设信息输入到上下文感知系统中。本发明所涉及的一种多推理引擎融合上下文感知系统将采用以下的工作步骤:
a、初始化
所述预设信息单元提取用户及系统管理者的初始设置信息,将初始设置信息存储于所述策略数据库单元。所述策略数据库单元将设置信息发送至所述融合引擎管理单元、所述推理引擎管理单元、所述上下文建模管理单元、所述传感器管理单元。所述融合引擎管理单元、所述推理引擎管理单元、所述上下文建模管理单元、所述传感器管理单元根据设置信息初始化配置,设定各自的初始工作模式及参数;所述策略数据库单元中初始设置为:用户A的偏好为下午十点时在卧室睡觉,需要卧室温度为20℃;
b、上下文服务发现
所述上下文感知服务管理单元通过对感知系统获取信息进行监听,监控用户行为/状态变化,主动发现用户所需服务或被动按照用户指示提供服务;下午十点所述上下文服务管理单元接收到用户携带的智能手环的位置变化信息“佩戴智能手环的用户进入卧室内”,触发上下文服务启动,开始用户状态分析及温度调整服务;
c、收集原始上下文信息
所述传感器模块根据所述传感器管理单元发送的传感器管理信息,启动用户穿戴的智能手环中的加速度计S01、安装在床上的压力传感器S02、卧室中的摄像机S03、卧室中的麦克风阵列S04、卧室中的光照传感器S05、卧室内的温度传感器S06收集信息,并将收集到的传感器信息发送给所述初级上下文提取模块;
d、初级上下文信息生成
所述上下文分类单元接收到步骤c中采集的原始上下文信息,根据所述上下文建模方案,对所述原始上下文信息进行分类,整理为用户上下文、环境上下文、地点上下文、设备上下文,使上下文信息便于处理及检索;所述上下文信息校准单元将分类后的信息按照所述上下文建模方案的统一标准进行校准,将物理量换算为国际标准单位,对视频、音频信息进行去噪处理,使上下文信息符合统一的应用标准;所述上下文信息聚合单元对校准后的信息进行过滤、去冗余,合并同一时间来自同一个传感器的重复数据,丢弃不符合标准的异常数据;所述上下文信息特征提取单元依据所述上下文建模方案从聚合后的信息中提取进行上下文推理所需的特征信息,为上下文推理提供基础;所述上下文信息表示单元将特征信息按照上下文建模方案进行标准化处理,转化为建模方案要求的格式,形成能够被不同上下文推理引擎使用的初级上下文信息。初级上下文信息包括当前时间、用户携带设备识别码、用户所处地点、用户动作图像,用户运动频率、用户发出的声音、用户所处环境光照强度、用户所处环境温度、传感器精度等。所述上下文信息表示单元将初级上下文信息存储于所述初级上下文数据库;所述初级上下文信息存储/分发单元接收来自所述上下文推理引擎的查询信息,为位于不同位置的异构上下文推理引擎分发所需初级上下文信息;
e、多引擎推理融合
所述推理引擎池向所述初级上下文信息存储/分发单元查询所需初级上下文信息,接收到步骤e中产生的初级上下文信息后,依据所述推理引擎管理单元发送的引擎管理信息及推理知识,使用一个或多个不同推理引擎进行上下文推理,形成具有实际语义、能够被上下文应用识别、利用的推理结果。推理引擎PR1利用用户携带设备识别码、用户所处地点、当前时间、用户所发出声音推理出用户A位于“卧室床上”,并处于“身体侧卧,有小幅度动作”状态;推理引擎PR2利用用户携带设备识别码、用户运动图像、用户运动频率推理出用户A位于“卧室床上”,并处于“有大幅度动作”状态;推理引擎SR1依据用户相似度,选取推理算法,利用用户所处地点、用户动作图像,用户运动频率、用户发出的声音推理出用户A位于“卧室床上”,并处于“身体水平,无动作”状态;推理引擎CR1借助云平台存储的领域知识和算法,利用用户所处地点、用户动作图像,用户运动频率、用户发出的声音、用户所处环境光照强度综合推理出用户A位于“卧室床上”,并处于“身体侧卧,无动作”状态。所述冲突管理单元,将多个所述上下文推理引擎的推理结果进行对比,计算推理结果冲突程度,将冲突程度转化为所述多源上下文信息融合引擎单元可以识别的融合权重信息,为所述多源上下文信息融合引擎提供融合依据。所述多源上下文信息融合引擎单元依据推理结果冲突信息以及所述用户个性化信息,将所述上下文推理结果融合为高级上下文信息,并存储于所述高级上下文数据库单元。融合后高级上下文信息为“用户A位于卧室的床上,身体侧卧,有小幅动作”。高级上下文存储/分发管理单元接收高级上下文信息查询请求,为上下文应用分发、传输高级上下文信息;
f、用户身份识别
所述用户识别单元在接收到所述服务管理单元的触发信息后,根据高级上下文信息对用户身份进行鉴别和确认。确定当前服务对象为用户A;
g、用户行为/状态分析
所述用户行为/状态分析单元依据高级上下文信息对用户的当前行为或状态进行分析、判别,得到分析结果。分析结果为:当前时间用户A处于“睡眠状态”;
h、上下文应用
所述个性化服务应用单元根据高级上下文信息,自动为用户执行个性化服务,调整相关设备或应用程序。空调在所述个性化服务应用单元控制下调整室内温度到20℃,为用户提供舒适的睡眠环境;
i、提取用户偏好及反馈信息
用户A在温度调节完毕后,主动调节空调,进一步降低温度至17℃。所述用户反馈单元被动接收用户反馈操作信息,提取信息“用户A#手动操作#空调#设定温度为17℃”,处理后发送给所述策略数据库单元。所述用户偏好提取单元主动依据用户的行为/状态分析结果,结合所述用户个性化数据库存储的历史数据信息提取“用户A#睡眠阶段#设定温度为17℃”的用户偏好信息,将用户偏好标准化处理后发送给所述策略数据库单元;
j、更新上下文感知策略
所述策略数据库单元接收用户偏好信息及用户反馈操作信息,调整上下文感知策略。并将策略变化发送给所述融合引擎管理单元、所述推理引擎管理单元、所述上下文建模管理单元、所述传感器管理单元。所述融合引擎管理单元、所述推理引擎管理单元、所述上下文建模管理单元、所述传感器管理单元根据策略变化信息配置,调整各自的工作模式及参数,操作结束。
Claims (10)
1.一种多推理引擎融合上下文感知系统框架,其特征在于,包括:与上下文感知系统管理模块相连的传感器模块、初级上下文提取模块、多引擎推理融合模块及上下文应用模块。
2.根据权利要求1所述的一种多推理引擎融合上下文感知系统框架,其特征在于,所述传感器模块用于采集从各类传感器收集到的原始上下文信息,将所述原始上下文信息传输至所述初级上下文提取模块,同时所述传感器模块动态管理传感器资源;所述初级上下文提取模块接收、处理所述原始上下文信息,生成初级上下文信息,并对其进行存储、分发;所述多引擎推理融合模块向所述上初级上下文提取模块查询所述初级上下文信息,所述多引擎推理融合模块利用所述初级上下文信息,通过多引擎推理、融合生成高级上下文信息,并存储、分发高级上下文信息;所述上下文应用模块向所述多引擎推理融合模块查询高级上下文信息,利用高级上下文信息为用户提供个性化服务、存储用户个性化数据,并接收用户反馈和提取用户偏好;所述上下文感知系统管理模块管理、调整整个上下文感知系统框架的运行,其利用预设信息建立策略数据库单元,接收所述上下文应用模块收集的用户反馈和用户偏好,调整策略数据库单元,对所述传感器模块、所述初级上下文提取模块、所述多引擎推理融合模块进行动态配置管理。
3.根据权利要求1所述的一种多推理引擎融合上下文感知系统框架,其特征在于,所述传感器模块包括:物理传感器单元和虚拟传感器单元。
4.根据权利要求3所述的一种多推理引擎融合上下文感知系统框架,其特征在于,根据本发明优选的,所述物理传感器单元用于收集一个或者多个物理传感器的数据,并调整所述物理传感器的工作状态,所述物理传感器是指拥有实际测量元件,能够检测各种与上下文应用相关的实际信息的探测设备,如用于获取用户体温的红外传感器,用于测定有害气体浓度的环境监测设备,所述虚拟传感器单元用于负责收集一个或多个虚拟传感器的数据,并调整虚拟传感器的工作状态,虚拟传感器是指不具有实际探测元件,用于收集各种与上下文应用相关的虚拟信息的探测程序。
5.根据权利要求1所述的一种多推理引擎融合上下文感知系统框架,其特征在于,所述初级上下文提取模块包括:上下文信息分类单元、上下文信息校准单元、上下文信息聚合单元、上下文信息特征提取单元、上下文信息表示单元、初级上下文数据库、初级上下文信息存储/分发管理单元;
所述上下文信息分类单元、所述上下文信息校准单元、所述上下文信息聚合单元、所述上下文信息特征提取单元、所述上下文信息表示单元、所述初级上下文数据库以及所述初级上下文信息存储/分发管理单元依次相连。
6.根据权利要求5所述的一种多推理引擎融合上下文感知系统框架,其特征在于,所述上下文信息分类单元依据上下文建模方案要求的类别,对原始上下文信息进行分类整理;所述上下文信息校准单元将上下文信息进行校准,使上下文信息符合统一的建模标准;所述上下文信息聚合单元经过将上下文信息进行简化、去冗余,按照上下文信息建模方案的要求消除多余信息;所述上下文信息特征提取单元按照上下文建模方案提取上下文信息中用于推理融合的特征数据;所述上下文信息表示单元按照上下文建模方案将上下文信息整理为初级上下文信息,并将其发送给所述初级上下文数据库;所述初级上下文数据库用于存储初级上下文信息;初级上下文存储/分发管理单元作为与所述多引擎推理融合模块对接单元:动态管理初级上下文数据库,统一接收初级上下文查询请求,并将初级上下文信息分发给有需求的推理引擎。
7.根据权利要求1所述的一种多推理引擎融合上下文感知系统框架,其特征在于,所述多引擎推理融合模块包括:推理引擎池单元、冲突管理单元、多源上下文信息融合单元、高级上下文数据库单元、高级上下文存储/分发单元,所述推理引擎池单元、所述冲突管理单元、所述多源上下文信息融合单元、所述高级上下文数据库单元、所述高级上下文存储/分发管理单元依次相连;
所述推理引擎池单元包括:一个或多个用户个性化推理引擎单元、一个或多个相似用户协同推理引擎单元、一个或多个基于云的推理引擎单元,所述推理引擎池单元用于查询需求的初级上下文信息,并根据领域知识和初级上下文信息进行上下文推理,将初级上下文信息转化为上层应用接收或处理的高级上下文信息;
所述推理引擎使用的算法包括:基于规则的推理算法、基于神经网络的推理算法、基于粗糙集的推理算法、基于模糊集的推理算法和基于主观贝叶斯方法的推理算法;所述用户个性化推理引擎单元为基于用户偏好和用户反馈定制的,针对用户个人的定制化推理引擎,用于根据初级上下文信息推理出关于特定用户的个性化结果;所述相似用户协同推理引擎为根据用户特征计算匹配到的,个性与所服务用户类似的用户,所拥有的个性化推理引擎;所述相似用户协同推理引擎针对其他推理引擎单元的不足,为用户个性化服务提供推理结果;所述基于云的推理引擎单元为基于云计算平台的推理引擎,用于根据云服务器中拥有的知识和设置的相关推理算法,为用户个性化服务提供推理结果;
所述冲突管理单元计算推理结果之间的冲突程度,将冲突程度转化为所述多源上下文信息融合引擎单元可识别的权重信息,为所述多源上下文信息融合引擎提供融合依据;所述多源上下文信息融合引擎单元依据所述权重信息以及所述用户个性化信息,将上下文推理结果融合为高级上下文信息;多源上下文信息融合引擎所用算法包括:基于DS证据论的算法、基于DSmT的算法和基于贝叶斯网络的算法;高级上下文信息库用于存储高级上下文信息;所述高级上下文存储/分发单元响应所述上下文应用模块的高级上下文信息查询请求,将所述高级上下文信息分发给有需求的上下文应用,或者根据设定的规则主动向有需求的上下文应用推送所述高级上下文信息。
8.根据权利要求1所述的一种多推理引擎融合上下文感知系统框架,其特征在于,所述上下文应用模块包括上下文感知服务管理单元、用户身份识别单元、用户行为/状态分析单元、个性化应用服务单元、用户偏好提取单元、用户反馈收集单元、用户个性化数据库单元,所述上下文感知服务管理单元、所述用户身份识别单元、所述用户行为/状态分析单元、所述个性化应用服务单元依次连接,所述用户行为/状态分析单元与所述用户个性化数据库单元、所述用户反馈收集单元相连,所述用户个性化数据库单元与所述用户偏好提取单元连接;
所述服务管理单元用于主动发现上下文应用需求或被动接收用户服务需求、启动上下文应用服务;所述用户身份识别单元用于识别用户身份,标记用户并提供用户身份识别结果;所述用户行为/状态分析单元根据所述高级上下文信息,实时分析用户正在表现的行为或当前的身体、心理状态;所述用户个性化数据库单元用于存储所述用户行为/状态分析数据;所述用户偏好提取单元根据用户历史行为记录,进行用户偏好对比、分析,感知用户偏好变化,提取用户习惯、特殊需求的个性化数据;所述用户反馈收集单元用于接收用户主动反馈信息,将用户反馈内容转化为系统可识别的配置信息;所述个性化应用服务单元用于为用户提供专属、个性化的实时服务。
9.根据权利要求2所述的一种多推理引擎融合上下文感知系统框架,其特征在于,所述上下文感知系统管理模块包括:预设信息单元、策略数据库单元、融合引擎管理单元、推理引擎管理单元、上下文建模管理单元、传感器管理单元,所述预设信息单元与所述策略数据库单元相连,所述策略数据库单元分别与所述融合引擎管理单元、所述推理引擎管理单元、所述上下文建模管理单元、所述传感器管理单元相连;
所述预设信息单元用于输入上下文感知系统初始设定信息,包括上下文融合模式及规则、推理知识及规则、上下文信息建模方案和传感器管理规则;所述策略数据库单元用于存储、上下文感知系统的管理信息,包括上下文融合模式及规则、推理知识及规则、上下文信息建模方案、传感器管理规则、动态调整记录、安全权限、优先级策略、用户权限和隐私保护规则;所述融合引擎管理单元用于管理多源上下文信息融合引擎,根据用户偏好及用户反馈信息调整融合模式及各个推理引擎融合权重;所述推理引擎管理单元用于管理推理引擎池的运作,向推理引擎池推送用于推理的知识,控制推理引擎池添加或删除推理引擎以及调整推理引擎规则;所述上下文建模管理单元用于建立、调整上下文建模方案,为所述上下文信息分类单元、所述上下文信息校准单元、所述上下文信息聚合单元、所述上下文信息特征提取单元、所述上下文信息表示单元提供配置信息;所述传感器管理单元接收传感器状态信息,动态管理传感器资源。
10.如权利要求1-9任意一项所述多推理引擎融合上下文感知系统框架的工作方法,其特征在于,该工作方法具体步骤包括:
(1)初始化
所述预设信息单元提取用户及系统管理者的初始设置信息,将初始设置信息存储于所述策略数据库单元;所述策略数据库单元将设置信息发送至所述融合引擎管理单元、所述推理引擎管理单元、所述上下文建模管理单元、所述传感器管理单元;所述融合引擎管理单元、所述推理引擎管理单元、所述上下文建模管理单元、所述传感器管理单元根据设置信息初始化配置,设定各自的初始工作模式及参数;
(2)上下文服务发现
所述上下文感知服务管理单元通过对感知系统获取信息进行监听,监控用户行为/状态变化,主动发现用户所需服务或被动按照用户指示提供服务;
(3)收集原始上下文信息
所述物理传感器单元与虚拟传感器单元根据动态配置信息,管理所属传感器,激活一个或多个传感器主动收集传感器信息或被动周期性接收传感器信息,并将收集到的传感器信息发送给所述初级上下文提取模块;
(4)初级上下文信息生成
所述上下文信息分类单元接收到步骤(3)中采集的原始上下文信息,根据所述上下文建模方案,对所述原始上下文信息进行分类整理,使上下文信息便于处理及检索;所述上下文信息校准单元将分类后的信息按照所述上下文建模方案的统一标准进行校准,使上下文信息符合统一的应用标准,为后续处理提供基础;所述上下文信息聚合单元对校准后的信息进行过滤、去冗余,消除多余信息,降低信息处理负荷;所述上下文信息特征提取单元依据所述上下文建模方案从聚合后的信息中提取进行上下文推理所需的特征信息,为上下文推理提供基础;所述上下文信息表示单元将特征信息按照上下文建模方案进行标准化处理,形成能够被不同上下文推理引擎使用的初级上下文信息,并将初级上下文信息存储于所述初级上下文数据库;所述初级上下文信息存储/分发单元接收来自所述上下文推理引擎的查询信息,为位于不同位置的异构上下文推理引擎分发所需所述初级上下文信息;
(5)多引擎推理融合
所述推理引擎池向所述初级上下文信息存储/分发单元查询所需初级上下文信息,接收到步骤(4)中产生的初级上下文信息后,依据所述推理引擎管理单元发送的引擎管理信息及推理知识,使用一个或多个不同推理引擎进行上下文推理,形成具有实际语义、能够被上下文应用识别、利用的推理结果;所述冲突管理单元,将多个所述上下文推理引擎的推理结果进行对比,计算推理结果冲突程度,将冲突程度转化为所述多源上下文信息融合引擎单元可以识别的融合权重信息,为所述多源上下文信息融合引擎提供融合依据;所述多源上下文信息融合引擎单元依据推理结果冲突信息以及所述用户个性化信息,将所述上下文推理结果融合为高级上下文信息,并存储于所述高级上下文数据库单元;高级上下文存储/分发管理单元接收高级上下文信息查询请求,为上下文应用分发、传输高级上下文信息;
(6)用户身份识别
所述用户识别单元在接收到所述服务管理单元的触发信息后,根据高级上下文信息对用户身份进行鉴别和确认;
(7)用户行为/状态分析
所述用户行为/状态分析单元依据高级上下文信息对用户的当前行为或状态进行分析、判别,得到分析结果;
(8)上下文应用
根据高级上下文信息,自动为用户执行个性化服务,调整相关设备或应用程序;
(9)提取用户偏好及反馈信息
主动依据用户的行为/状态分析结果,结合所述用户个性化数据库存储的历史数据信息提取用户偏好信息,将用户偏好标准化处理后发送给所述策略数据库单元;用户反馈单元被动接收用户反馈操作信息,并将信息标准化处理后发送给所述策略数据库单元;
(10)更新上下文感知策略
所述策略数据库单元接收用户偏好信息及用户反馈操作信息,调整上下文感知策略;并将策略变化发送给所述融合引擎管理单元、所述推理引擎管理单元、所述上下文建模管理单元、所述传感器管理单元;所述融合引擎管理单元、所述推理引擎管理单元、所述上下文建模管理单元、所述传感器管理单元根据策略变化信息配置,调整各自的工作模式及参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201511028430.5A CN105389405B (zh) | 2015-12-30 | 2015-12-30 | 一种多推理引擎融合上下文感知系统及其工作方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201511028430.5A CN105389405B (zh) | 2015-12-30 | 2015-12-30 | 一种多推理引擎融合上下文感知系统及其工作方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105389405A true CN105389405A (zh) | 2016-03-09 |
CN105389405B CN105389405B (zh) | 2018-11-30 |
Family
ID=55421695
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201511028430.5A Active CN105389405B (zh) | 2015-12-30 | 2015-12-30 | 一种多推理引擎融合上下文感知系统及其工作方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105389405B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106650937A (zh) * | 2016-12-30 | 2017-05-10 | 山东大学 | 一种基于反馈的自适应主客观权重上下文感知系统及其工作方法 |
CN106650941A (zh) * | 2016-12-30 | 2017-05-10 | 山东大学 | 一种基于可靠性管理的不确定性消除情景感知系统及其工作方法 |
CN107066577A (zh) * | 2017-04-18 | 2017-08-18 | 上海德衡数据科技有限公司 | 一种基于运维知识库的信息感知方法 |
CN109784481A (zh) * | 2017-11-13 | 2019-05-21 | 杭州海康威视数字技术股份有限公司 | 一种基于神经网络的调整方法、装置及设备 |
CN111796924A (zh) * | 2019-04-09 | 2020-10-20 | Oppo广东移动通信有限公司 | 服务处理方法、装置、存储介质及电子设备 |
CN112256408A (zh) * | 2020-10-19 | 2021-01-22 | 北京神州数字科技有限公司 | 微服务全局上下文控制方法及系统 |
CN113126580A (zh) * | 2021-03-24 | 2021-07-16 | 东北大学 | 基于数字孪生的装配控制方法、装置及计算机设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101446899A (zh) * | 2008-12-31 | 2009-06-03 | 西安交通大学 | 一种基于本体的上下文感知应用平台框架模型 |
WO2010028501A1 (en) * | 2008-09-15 | 2010-03-18 | Research In Motion Limited | Method and system for resolving indeterminate or inconsistent information for information consumers |
CN101782768A (zh) * | 2010-02-09 | 2010-07-21 | 华南理工大学 | 一种基于上下文感知的智能家居系统 |
CN104346451A (zh) * | 2014-10-29 | 2015-02-11 | 山东大学 | 一种基于用户反馈的情景感知系统及其工作方法和应用 |
-
2015
- 2015-12-30 CN CN201511028430.5A patent/CN105389405B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010028501A1 (en) * | 2008-09-15 | 2010-03-18 | Research In Motion Limited | Method and system for resolving indeterminate or inconsistent information for information consumers |
CN101446899A (zh) * | 2008-12-31 | 2009-06-03 | 西安交通大学 | 一种基于本体的上下文感知应用平台框架模型 |
CN101782768A (zh) * | 2010-02-09 | 2010-07-21 | 华南理工大学 | 一种基于上下文感知的智能家居系统 |
CN104346451A (zh) * | 2014-10-29 | 2015-02-11 | 山东大学 | 一种基于用户反馈的情景感知系统及其工作方法和应用 |
Non-Patent Citations (1)
Title |
---|
王雷涛: "情景感知系统框架与情景不一致性消除算法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106650937A (zh) * | 2016-12-30 | 2017-05-10 | 山东大学 | 一种基于反馈的自适应主客观权重上下文感知系统及其工作方法 |
CN106650941A (zh) * | 2016-12-30 | 2017-05-10 | 山东大学 | 一种基于可靠性管理的不确定性消除情景感知系统及其工作方法 |
WO2018120963A1 (zh) * | 2016-12-30 | 2018-07-05 | 山东大学 | 一种基于反馈的自适应主客观权重上下文感知系统及其工作方法 |
CN106650941B (zh) * | 2016-12-30 | 2019-01-25 | 山东大学 | 一种基于可靠性管理的不确定性消除情景感知系统及其工作方法 |
CN106650937B (zh) * | 2016-12-30 | 2019-09-27 | 山东大学 | 一种基于反馈的自适应主客观权重上下文感知系统及其工作方法 |
CN107066577A (zh) * | 2017-04-18 | 2017-08-18 | 上海德衡数据科技有限公司 | 一种基于运维知识库的信息感知方法 |
CN109784481A (zh) * | 2017-11-13 | 2019-05-21 | 杭州海康威视数字技术股份有限公司 | 一种基于神经网络的调整方法、装置及设备 |
CN111796924A (zh) * | 2019-04-09 | 2020-10-20 | Oppo广东移动通信有限公司 | 服务处理方法、装置、存储介质及电子设备 |
CN112256408A (zh) * | 2020-10-19 | 2021-01-22 | 北京神州数字科技有限公司 | 微服务全局上下文控制方法及系统 |
CN113126580A (zh) * | 2021-03-24 | 2021-07-16 | 东北大学 | 基于数字孪生的装配控制方法、装置及计算机设备 |
Also Published As
Publication number | Publication date |
---|---|
CN105389405B (zh) | 2018-11-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105389405A (zh) | 一种多推理引擎融合上下文感知系统框架及其工作方法 | |
Din et al. | Machine learning in the Internet of Things: Designed techniques for smart cities | |
AU2016200905A1 (en) | A system and method for identifying and analyzing personal context of a user | |
CN104346451A (zh) | 一种基于用户反馈的情景感知系统及其工作方法和应用 | |
JP2021523466A (ja) | 比較安全イベント評価のための個人保護具及び安全管理システム | |
KR20200087313A (ko) | 복합적인 IoT로 구성된 Super Things에서의 각 IoT의 기능을 새롭게 융합하고 복합 서비스를 만들기 위한 기법 | |
CN103856378A (zh) | 一种智慧城市的实现方法及系统 | |
CN108293011A (zh) | 系统例程和原始数据 | |
KR20220131573A (ko) | 스마트팜 디지털 트윈 빅데이터 구축시스템 | |
Shoukat et al. | Smart home for enhanced healthcare: exploring human machine interface oriented digital twin model | |
US20110099054A1 (en) | Human behavior analysis system | |
John et al. | Cognitive cyber‐physical system applications | |
CN111684537B (zh) | 更新习得模型 | |
CN117031971B (zh) | 基于智能镜的智能家具设备调节方法、装置、设备及介质 | |
CN111798019B (zh) | 意图预测方法、装置、存储介质及电子设备 | |
KR102302631B1 (ko) | 인공지능 서비스를 위한 연결된 데이터 아키텍처 시스템 및 이에 대한 제어방법 | |
Abel et al. | The utilization of algorithms for cloud internet of things application domains: a review | |
CN103761666B (zh) | 参与式感知系统中平台利润最大化的在线控制方法 | |
KR102507442B1 (ko) | 환경 안전 보건 관리 방법 및 시스템 | |
KR102010132B1 (ko) | 사용자 능력을 증강시키는 증강 휴먼 서비스 제공 방법 및 그 시스템 | |
Nandhini et al. | Integration of Big Data Analytics Into Cyber‐Physical Systems | |
CN112669353A (zh) | 数据处理方法、装置、计算机设备和存储介质 | |
Alam et al. | Internet of things (IoT) as key enabler for efficient business processes | |
CN112291756A (zh) | 一种新一代信息技术物联网二层管理系统与方法 | |
Wlodarczak et al. | Context Aware Computing for Ambient Assisted Living |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |