论文部分内容阅读
以用户为中心的应用构造模式正日益得到关注；WEB2.0的盛行反映了这种以用户为中心的信息服务生产、消费模式的可行性。在普适计算领域，上下文/情境感知应用能够根据不同情境信息改变其自身行为，从而为用户提供情境感知的服务。然而其构造面临以下挑战：(1)各种不同情境信息使用、处理的多样性与复杂性；(2)情境建模和用户需求表达中的不确定性；(3)可用情境信息、用户需求以及应用本身演化的必然性。
为此，本文首先给出了一种面向业务用户的情境感知应用即时构造的方法及其原理，然后重点对不同应用需求下的情境建模、不确定性的情境建模以及不确定性的情境感知需求建模问题进行了研究，以支持业务用户快速构造情境感知应用。主要贡献如下：
1)提出了一种适用于情境中间件中不同应用需求的分层情境参考模型
针对不同应用类型对情境中间件的各种不同情境建模需求，采取“分而治之”策略，提出了一个分层的情境参考模型(LCSM)，包括核心概念层、语义情境层、动态情境层以及业务层情境层，每层主要解决一种情境建模需求，支持语义、动态行为及业务层情境建模需求；并且基于模型论语义，建立了不同模型层间的映射关系，从而使各层形成有机整体，为情境建模提供了较完整的模型参照。同时，通过建立和当前主要的情境建模方法及模型的映射，验证了该参考模型具有较好的普适性。
2)提出一套以用户为中心、有约束的不确定性的情境模型及其运算机制
为对不确定性的情境信息进行建模和推理，引入有约束的模糊逻辑对其建模，建立起一套比较系统地对不确定性上下文建模、情境推理和情境感知推理的形式化模型。和已有工作相比，从理论基础、共性和个性模糊情境概念区分与转化的理论和方法方面进行了深入分析和证明，数学基础扎实。
√引入一组约束(良模糊划分约束)，建立起模糊逻辑和概率逻辑间的桥梁，为不同情境概念间运算、推理中的算子选择提供理论指导，减少了其随意性。
√在良模糊划分基础上，给出了几种生成新情境模糊概念的方法及其相关关系计算方法，给出并证明了具有统计背景约束的不同概念间关系计算公式，显著提高了准确性。
√基于理论分析和实验调研，建立起面向用户的、从共性到个性模糊概念生成的具体调整原理和方法，包括整体指标调整法、因素调整法，从整体和具体参数两个层面实现对共性模糊概念的调整，以支持用户对情境、需求的准确刻画。
√为更准确刻画不同用户群体的共性情境和需求，提出了基于模糊聚类的群体共性模糊概念生成方法，通过对个性模糊概念进行模糊聚类，得到反映不同群体特征的共性模糊概念簇。
3)提出一种不确定性的服务描述模型(U2LSM)及情境感知需求建模方法
针对如何刻画不同用户对不同服务的模糊需求约束、服务评价的要求，提出了服务建模的层次化模糊概念树机制，在此基础上，提出了一个不确定性双层服务描述模型U2LSM，通过层次化、个性化的模糊概念可更准确的对服务进行描述。U2LSM模型松祸合的内外两层机制可以应对外部需求表达的不确定性和内部实现的精确性之间的矛盾。把情境感知应用的需求归结为服务请求模式和条件判断模式，并基于模糊规则来进行不确定性情境感知需求的建模；并给出了从共性需求到个性化需求定制的三种方法。
此外，设计实现了相应的原型工具，并结合综合信息服务等项目的需求背景进行了初步验证。结果表明，以分层情境模型为基础的情境中间件能够方便支持情境感知应用的即时构造，在VINCAcc方法及其可视化编程环境支撑下，业务用户能够方便的参与到情境感知应用的快速构造中；不确定性情境建模的方法及其工具FuzzyCA能够有效的支持面向用户的、具有不确定性的情境信息的建模、推理与应用。