基于情境理論的用戶意圖變化識別方法研究.pdf

1、二十世紀(jì)七十年代，Belady和Lehman等人提出了軟件演進(jìn)的概念，此后，大多數(shù)研究者都用軟件演進(jìn)來描述軟件系統(tǒng)中的大量變化。近幾年，一些研究者又從服務(wù)演進(jìn)角度展開了相關(guān)研究。由于用戶需求是驅(qū)動服務(wù)演進(jìn)的動力，所以如何快速獲取用戶的需求成為服務(wù)演進(jìn)所必須解決的關(guān)鍵問題。針對此關(guān)鍵問題，Carl K.Chang等人建立了支持服務(wù)演進(jìn)的Situ框架，并提出一種基于情境理論來獲取用戶需求的方法，此方法是以用戶意圖為中心，通過檢測用戶意圖的變

2、化來獲取用戶即時需求，進(jìn)而用戶意圖的變化識別過程成為此方法中至關(guān)重要的環(huán)節(jié)之一。因此，如何快速并準(zhǔn)確地進(jìn)行用戶意圖變化的識別是用戶意圖變化驅(qū)動的服務(wù)演進(jìn)方法中值得研究的關(guān)鍵問題。
　　針對這個問題，本文圍繞本課題組基于Situ框架建立的智能會議室系統(tǒng)(簡稱SMR系統(tǒng)）展開論述，研究SMR系統(tǒng)中基于情境理論、并支持服務(wù)演進(jìn)的用戶意圖變化識別方法。首先，為了準(zhǔn)確的識別用戶意圖變化，通過對當(dāng)前對用戶意圖推理和識別方法的研究和借鑒，本文提

3、出了一個基于情境理論的用戶意圖變化識別框架，并分析出框架中存在的動作序列預(yù)處理和用戶意圖變化識別兩個關(guān)鍵問題。其次，針對框架中的動作序列預(yù)處理問題，本文提出一種基于場景和最大熵的動作序列分段方法完成動作序列的分段問題，為Situ框架中的隱馬爾科夫推理過程提供輸入數(shù)據(jù)，進(jìn)而間接地為用戶意圖變化識別方法的提出奠定了基礎(chǔ)。該方法基于場景建立動作知識樹，運(yùn)用動作知識樹和最大熵原理建立投票規(guī)則，然后基于滑動窗口進(jìn)行投票，統(tǒng)計票數(shù)并根據(jù)設(shè)定的閾值完