基于上下文感知的移动计算应用
- 格式:pdf
- 大小:101.31 KB
- 文档页数:2
【上下文感知技术―给移动应用加上智能】上下文感知在传统的移动应用中加入上下文感知(context-aware)技术,能赋予移动应用新的能力,比如,仓库的保管员能迅速找到货架上的物品、客户能找到最合适的销售人员,从而大大提高员工的工作效率。
到目前为止,很多企业在智能手机或者其他移动设备的基础上建立起了自己的移动应用,特别是在仓储和物流行业,这些应用大大提高了员工的生产效率,给企业带来了明显的竞争优势,也证明了员工手头掌握的信息越充分就越可能抓住稍纵即逝的商业机会这一道理。
不过,在一些专业人士看来,大部分已经建立移动应用的企业并没有充分发挥出移动应用的优势。
比如,尽管这些企业把一些关键数据发送到员工的移动设备上,帮助他们实施客户关系管理、指导完成户外的各种服务,但是,如果能给这些员工提供更丰富的信息,特别是与角色有关的信息,他们完全可以发挥更大的作用。
要提供相关的信息,就要用到上下文感知技术(context-aware)。
在一个支持上下文感知的环境中,传感器、RFID标签、智能手机等无线设备能把位置信息、员工状态(如离线、在线、忙等)以及其他信息发送到网络中,而专门的软件会捕获、存储、分析这些数据,然后通过网络把终端设备所需的相关信息(即上下文)发送回来。
“我们可以这么看这里所说的上下文,它就是那些能帮助人们或者系统更快地做出决策的信息。
”Cisco移动解决方案高级经理Chris Thompson介绍说,“上下文感知技术的目的就是尽可能地把各方面的信息提供给应用系统,这些信息与使用该系统的人的角色定位明确相关。
” “上下文感知计算具有非常广的应用前景。
”Gartner分析师William Clark说,到2013年,全球500强中超过半数的公司会应用上下文感知技术。
他预计,其中80%的应用将与移动应用相关。
找出隐藏的物品早期的上下文感知移动项目通常是在无线应用中加上位置信息。
例如,美国佛罗里达州TMH医院(Tallahassee Memorial HealthCare)从2006年年末就开始使用位置服务来跟踪和管理医院资产。
移动计算中的上下文感知与智能服务研究随着移动计算技术的不断发展和普及,人们对于移动设备所提供的个性化、智能化服务的需求也越来越高。
为了满足用户的需求,并提供更好的用户体验,上下文感知和智能服务成为了移动计算领域的研究热点。
上下文感知是指移动设备通过感知用户的环境、行为、位置等信息,来理解用户的需求和上下文背景,从而提供个性化、智能化的服务。
上下文信息可以包括用户的位置、温度、光线、声音等感知到的环境信息,用户的行为模式、社交关系等学习到的用户信息,以及其他与用户和环境相关的数据等。
在移动计算中,上下文感知的关键技术包括传感器、位置识别、行为分析、用户建模等。
传感器可以感知到用户的环境信息,如温度传感器、光线传感器、加速度传感器等。
位置识别可以通过GPS定位、WiFi定位、蓝牙定位等方式获取用户的位置信息。
行为分析可以通过分析用户的移动模式、使用习惯等来推断用户的需求和意图。
用户建模可以通过学习用户的历史行为和喜好,来预测用户的需求和提供个性化的服务。
基于上下文感知的移动智能服务可以是各种形式的,如智能导航、个性化推荐、智能助理等。
智能导航可以根据用户的位置信息和目的地,提供最优的导航路径和交通状况的实时更新。
个性化推荐可以根据用户的兴趣和历史行为,推荐适合用户的新闻、音乐、电影等内容。
智能助理可以根据用户的日程安排、行为习惯等,为用户提供日常生活中的各种便利和帮助。
为了实现上下文感知和智能服务,移动计算中需要一系列的技术支持,包括数据采集、数据分析、上下文推理、智能决策等。
数据采集是指从多种传感器和数据源中采集上下文信息和用户行为数据。
数据分析是指对采集的数据进行分析和挖掘,以提取有用的信息和模式。
上下文推理是指从分析的数据中推理用户的需求和上下文背景,以为后续的智能决策提供依据。
智能决策是指基于推理的结果,为用户提供智能化的服务和建议。
另外,移动计算中还面临着一些挑战和问题。
首先是隐私和安全问题。
浅谈上下文感知技术及其应用【摘要】上下文感知是指系统能够有效地利用上下文信息(如用户位置,时间,环境参数,邻近的设备和人员,用户活动等)进行对未来事情的推断。
随着计算机网络和移动技术的快速发展,当人们之间互相作用的时候,他们之间隐含的使用上下文信息来推断和解释他们的实际情形。
本文主要就上下文感知技术及其在现代生活中的重要地位进行了分析。
【关键词】上下文感知技术上下文感知技术的应用1 、引言随着计算机网络和移动技术的快速发展,当人们之间互相作用的时候,他们之间隐含的使用上下文信息来推断和解释他们的实际情形。
本文主要就上下文感知技术及其在现代生活中的重要地位进行了分析。
例如:当老师或学生进入教室时,可以将资源有限且处理能力低下的移动设备(如手机)的应用程序动态迁移到附近的资源丰富且处理能力强大的静态计算机上。
然而,这种信息的迁移既费时又费力。
因为没有为这些设备提供全局性的控制和协调机制。
上下文是能够用来描述一个实体环境的任何信息,这些信息能够用来描述一个实体确定的一方面。
实体可以是一个人、地点和被认为在用户和应用程序之间交互作用的对象,还包括用户和应用程序本身。
如果一个系统能够使用上下文来适配它的行为到用户的事务,那么这个系统就被认为是上下文感知。
上下文感知系统的一个关键要点就是上下文信息的处理和提供。
2 、上下文信息提供技术随着计算机、移动计算以及传感器网络的发展,计算变得无处不在。
1991年美国的马克•维瑟2博士于提出了普适计算,这种计算模式的最终目标是将由通信和计算机构成的信息空间与人们生活和工作的物理空间融为一体,支持用户“随时随地”并“透明”地获得符合其个性化需求的信息服务。
普适计算模式要求计算设备能够感知用户所处的上下文及其变化,并做出相应的动作。
研究人员把这种能感知用户上下文信息进而调整系统行为的技术称为上下文感知技术。
大家比较公认的第一个上下文感知应用项目是1992年Schilit.B和上下文感知系统的一个关键要点就是上下文信息的处理和提供。
移动应用中的智能推荐与个性化搜索技术研究随着移动应用的普及和发展,智能推荐与个性化搜索技术在移动应用中起着重要的作用。
利用这些技术,移动应用能够根据用户的兴趣、需求和行为习惯,为他们提供更加个性化、准确的推荐和搜索结果,提升用户体验,增强用户黏性。
本文将探讨在移动应用中智能推荐与个性化搜索技术的研究进展和应用。
一、智能推荐技术在移动应用中的研究进展1. 协同过滤算法协同过滤算法是智能推荐系统中常用的算法之一。
该算法基于用户与物品的评分或行为,通过发现用户的兴趣相似度,提供个性化的推荐结果。
在移动应用中,协同过滤算法被广泛应用于音乐、电影、商品等推荐领域。
例如,通过分析用户的历史收听记录,可以为用户推荐与其兴趣相关的音乐。
2. 基于内容过滤算法基于内容过滤算法是另一种常见的推荐算法,它根据物品与用户的属性特征,将物品进行分类,根据用户的历史喜好,为用户推荐相似属性的物品。
在移动应用中,基于内容过滤算法可以根据用户的兴趣标签、浏览历史等信息,为用户推荐符合其兴趣爱好的内容。
3. 混合推荐算法混合推荐算法结合了不同的推荐算法,通过综合考虑多个算法的推荐结果,为用户提供更加准确和个性化的推荐。
在移动应用中,混合推荐算法能够将协同过滤算法和基于内容过滤算法等算法相结合,提供更加多样化的推荐结果,满足用户的多重需求。
二、个性化搜索技术在移动应用中的研究进展1. 上下文感知搜索在移动应用中,用户的搜索行为往往与当前的上下文有关。
上下文包括用户所处的位置、时间、设备类型等信息。
个性化搜索技术可以根据用户当前的上下文信息,为用户提供更加准确和实用的搜索结果。
例如,当用户在某个地点搜索餐厅时,个性化搜索技术可以根据用户当前所处位置,为其推荐附近的餐厅。
2. 用户兴趣建模个性化搜索技术还可以建立用户的兴趣模型,通过分析用户的搜索行为和反馈信息,了解用户的偏好和需求。
基于用户兴趣模型,搜索引擎可以为用户提供更加个性化和准确的搜索结果。
基于上下文感知的移动计算应用李玲玲,高 新(安徽理工大学计算机科学与工程学院,安徽淮南232001)摘 要:移动计算由最初简单的单一实体计算逐步发展到网络协同计算,而最新的发展方向则是可以对环境自适应的智能感知计算。
从上下文感知的角度研究了移动计算的基本方法,并通过近似选择、语境自动重构、语境信息和命令以及上下文触发动作对基于上下文感知的移动计算进行了结构建模和运行仿真,从而形成了较为完善的智能移动计算结构。
关键词:上下文感知;移动计算;近似选择;重构;上下文触发中图分类号:T P301 文献标识码:A 文章编号:1672-7800(2011)06-0017-02作者简介:李玲玲(1984-),女,安徽合肥人,安徽理工大学计算机科学与工程学院硕士研究生,研究方向为网络技术;高新(1986-),男,安徽淮南人,安徽理工大学计算机科学与工程学院硕士研究生,研究方向为网络技术。
0 引言移动计算不会发生在单一的地点、单一的上下文中,而是跨越了众多的情境和地点,包括办公室、会议室、家里、机场、宾馆、教室、商场、公共汽车等。
用户可以通过无线便携机访问计算资源,并通过固定设备和计算机连接到本地网络。
这种新兴计算模式的一个重要方面就是不断变化的执行环境。
任务处理器、用户输入输出设备、网络容量、网络连接以及成本都会随时间和地点的改变而改变。
1 上下文感知计算移动分布式计算的关键就是要利用不断改变的环境信息。
而这些改变的环境要有能够在运行中感知上下文信息的新的应用类。
上下文感知软件根据位置来适应用户需求以及随着时间的推移发生变化的事情。
一个具有以上能力的系统能够检查计算环境并且对环境的改变做出反应。
上下文3个重要的方面是:你在哪里,你和谁在一起以及关联的原因。
上下文涉及的不仅仅是用户的位置,因为其他相关因素也是移动的、不断改变的。
上下文包括照明、噪声水平、网络连接、通信费用、通信带宽甚至是社会状况。
我们正在研究使用PA RCT AB,它利用红外线蜂窝网络进行通讯。
T ab 充当图形终端,大多数应用程序运行在远程主机。
1.1 近似选择近似选择是一种用户接口技术,强调临近的目标物体或使定位目标更容易被选择。
一般来说,近似选择涉及两个变量:/轨迹0和/选择0。
用户界面自动默认轨迹到用户的当前位置。
至少有3类定位目标选择使用这种技术。
第1类就是需要协同定位使用的计算机输入输出设备。
第2类是与你发生相互作用对象的集合。
第3类是地点的集合。
位置信息可用于权衡附近打印机的选择。
打印中近似选择所需要的3个方面:打印机的名称、打印机的地点以及与用户的距离。
接口涉及的问题是如何浏览这个包含更多地点信息的对话框。
比如说,浏览是应该按照名称的字母顺序还是应该按位置排序。
表1表示的是(a)按名称的字母顺序排列;(b)近似排序;(c)按照附近强调的打印机字母顺序排序;(d)按照近似选择的字母顺序。
表1 UI Techniqu es for Proximate SelectionNam e Room Distance caps 35-2200200ft claudia 35-210830ft perfector 35-230120ft snoball35-2103100ft(a)Distan ce Name Room 20ft perfector 35-230130ft claudia 35-2108100ft sn ob all 35-2103200ftcaps 35-2200(b)Nam e Room Distance caps 35-2200200ft claudia 35-210830ft perfector 35-230120ft snoball35-2103100ft(c)Distan ce Name Room caps 35-2200200ft claudia 35-210830ft perfector 35-230120ft s noball35-2103100ft (d)1.2 语境自动重构重构就是添加新的组件移除已存在组件的过程,或者改变组件之间的联系。
如何利用上下文才能够带来不同的系统配置以及如何适应这些配置是上下文感知系统的研究重点。
我们为PA RCT A B 写了一个多用户绘图程序,它为每一个房间提供一个工作空间,一种虚拟的白板。
走进房间就会引起移动主机和房间的虚拟白板之间自动绑定。
这样在同一间房间的人可以轻松协作使用虚拟白板。
移动到不同的房间会产生不同的绘图表面。
1.3 语境信息和命令人们所处的环境往往可以预测他们的行动。
语境信息查询能够根据上下文发生的背景产生不同的结果。
同样,上下文可以参数化/语境命令0。
例如,打印命令可能在默认情况下到最近的打印机打印。
位置浏览器是一个PA RCT AB 应用程序,被视为基于位置的文件系统。
目录用位置、包含文件、程序和连接来命名。
当从一个房间移动到另一个房间,浏览器会改变显示的目录以匹配观察者的位置。
比如,在办公室我们看到负责人手指的计划和日历文件。
在实验室的公共区域,我们看到研究小组的总体描述。
当接近厨房,我们能看到煮咖啡和寻找提供的目录。
地点目录是可写的所以小组中的任何一个人都可以向目录中添加自定义的信息。
一名研究人员可能留下一个电子便条给她的同事,告诉他们她打算什么时候回到办公室。
1.4 上下文触发动作上下文触发动作是简单的if-t hen 规则,用于说明上下文感知系统应该如何去适应。
上下文感知软件的类别同语境信息命令是相似的,但是,上下文触发动作命令是根据先前指定的规则自动调用的。
我们试验了两个上下文触发动作的应用:基于/看门狗0的主动标记和基于/语境提示0的t ab 。
看门狗程序监视标记活动,并执行任意U nix shell 命令。
在启动程序的时候会读取用户配置文件,该文件包含事件标记和动作标记的描述。
2 结束语上下文感知是计算机服务质量和服务速度的关键因素。
本文从上下文感知的角度研究了移动计算的基本方法,并通从近似选择、语境自动重构、语境信息和命令以及上下文触发动等技术方法成功实现了移动计算设备的设计和应用,从而达到了智能移动运算的设计要求。
参考文献:[1] 徐光佑,史元春,谢伟凯.普适计算[J].计算机学报,2003(9).[2] 陈硕,安常青,李学农.分布式人侵检测系统及其认知能力[J].软件学报,2001(2).[3] 崔莉,鞠海玲,苗勇,等.无线传感器网络研究进展[J].计算机研究与发展.2005(1).[4] KINDBERG T ,FOX A.S ystem softw ar e for ub iq u itou s computing[J].IEEE Pervasive Comp uting,2002(1).[5] GEORGE CALH OU N.Digital Cellular Radio [M ].A rtech HouseInc,1988.[6] OLIVER JONES.Introduction to the X Win dow S ystem [M ].Pren -tice H all,1989.[7] SAT YANARAYANAN M.Pervasive computin g:vision an d cha-llenges[J].IE EE Personal Communications,2001(4).[8] KINDBERG T,FOX A.S ystem softw are for ubiquitous compu -ting[J].IEEE Pervasive Compu tin g,2002(1).(责任编辑:周晓辉)Mobile Computing Applications Based on Context -AwareAbstract:M obile computing from the initial simple ent it y computing development to the net work collaborat ive comput ing,and t he latest development direct ion is the environment adaptive Int elliSense comput ing.T his paper from the angle of con -text awareness studied t he basic methods of mobile computing,and st ructure modeling and simulat ion run for t he Contex t -A ware M obile Computing t hrough the proximat e selection,automat ic cont ext ual reconfigurat ion,cont extual inf ormat ion and commands,and cont ext -triggered act ions.T hus form the relatively perfect the st ructure of intelligent mobile compu -ting.Key Words:Context -Aware;M obile Comput ing;Proximat e Select ion;Reconfigurat ion;Cont ext -T riggered#18#软件导刊 2011年。