基于上下文感知的智能服務推薦機制設計及實現(xiàn).pdf

1、隨著具有計算和組網(wǎng)能力設備的出現(xiàn)以及這些設備的小型化和嵌入化，傳統(tǒng)的以計算機為中心的計算模式因無法克服—人多機所帶來的困擾而受到嚴重挑戰(zhàn)。Mark Weiser提出了以“透明”和“隨處可用”為主要特征的普適計算的設想因契合了計算技術發(fā)展的需求受到廣泛關注。在普適計算環(huán)境中，“透明”并非完全指物理上的不可見性，更主要的是指用戶與計算機之間的交互是否為用戶所覺察。要實現(xiàn)這種“透明”交互方式的一個必要條件就是計算機能夠感知上下文，因而，上下文

2、感知技術成為普適計算的核心技術之一。目前，提供面向普適計算環(huán)境的個性化服務成為研究的熱點，而上下文感知技術也為服務推薦在普適計算環(huán)境中的發(fā)展帶來了新的挑戰(zhàn)和契機。 本文針對普適計算環(huán)境中服務推薦的應用需求，首先分析了傳統(tǒng)的服務推薦技術和融入了上下文的服務推薦技術的現(xiàn)狀，通過對現(xiàn)有上下文感知系統(tǒng)的分析和總結(jié)，提出了一種基于上下文感知的智能服務推薦機制，建立了一個基于貝葉斯網(wǎng)絡的服務推薦模型，最后在普適計算環(huán)境中對推薦模型進行了系統(tǒng)

3、實現(xiàn)。 本文以多Agent技術為基礎，設計了一個普適計算環(huán)境中自動獲取上下文后進行服務推薦的系統(tǒng)框架。該框架由多個具有通信功能的Agent構(gòu)成。采集Agent負責上下文及服務信息的自動獲?。粎R集Agent實現(xiàn)上下文和服務信息的數(shù)據(jù)整合；訓練Agent完成基于貝葉斯網(wǎng)絡的服務推薦模型的創(chuàng)建；推薦Agent運行上下文之間的層次推理；自學習Agent保證推理模型實時更新。 本文根據(jù)系統(tǒng)環(huán)境的特點，制定了三層服務推薦決策。首先貝

4、葉斯網(wǎng)絡推薦模型計算環(huán)境中每個服務資源的概率值，然后聚類算法以概率值為依據(jù)對服務資源進行分組，最后系統(tǒng)運用負載平衡選擇后臺服務資源節(jié)點。通過以上三層決策，本文滿足了用戶的個性化需求。為了保證系統(tǒng)內(nèi)Agent之間的通信與協(xié)作，本文設計了一種高效可靠的通信機制，提高了整個推薦系統(tǒng)的性能。 本文設定在普適計算環(huán)境中，用戶完成辦公或家庭任務。實驗證明用戶對三層決策機制推薦出的服務具有很高的滿意度；通過實時自動更新，服務推理模型蘊含的用戶