一种基于上下文感知和用户偏好的空间信息服务匹配方法组成比例

本发明专利技术公开了一种基于上下文感知和用户偏好的空间信息服务匹配方法，在用户的服务请求和候选空间信息服务的功能性匹配和非功能性匹配的基础上，考虑上下文敏感的用户偏好，计算出用户服务需求与智能空间中的各候选空间信息服务的匹配度，然后依据匹配度将候选空间信息服务推荐给用户。虽然用户可能具有固定的或者重复的偏好，但这些偏好不是在任何时候都相关，本发明专利技术基于上下文感知和用户偏好的空间信息服务匹配方法从上下文的角度对用户偏好进行精简，剔除与用户无关的用户偏好。同时，本发明专利技术由于从功能性匹配和非功能匹配两个方面进行匹配度计算，提高空间信息服务匹配的准确率，给客户最贴合其真实需求的空间信息服务。

【技术实现步骤摘要】

本专利技术属于空间信息服务
，更为具体地讲，涉及。
技术介绍
随着IT技术的不断革新，传统的信息服务推荐系统的概念发生了巨大变化，普适计算将在未来的信息服务推荐系统中占据重要的地位。自从Marc Weiser首先提出了普适计算的概念以后，有很大一部分的研究人员投身于上下文感知的研究当中。在以用户为中心的信息服务推荐系统中，最基本的一个要素就是上下文感知，这里的上下文指的是能够用于刻画用户状况的一切信息。用户与信息服务推荐系统的交互通常是即刻发生的，并且没有详细的历史信息记录，这种交互可能在用户的办公室或者起居室发生，也可能通过手持设备发生。在这样的用户环境里，如果没有上下文感知技术的支持，信息服务推荐系统将无法了解用户的潜在真实需求，势必导致提供给用户的信息服务的准确率降低。目前的信息服务的推荐方法主要从服务请求和候选服务的输入和输出匹配入手。 M. Paolucci等人提出了一个基本的语义匹配方法，后续有很多关于信息服务匹配的研究都是建立在该方法的基础上的。Umesh Bellur等人提出了一种基于偶图匹配的服务匹配方法。A. Baki Kocaball等人提出了一种较好粒度的信息服务匹配方法，能够处理上下文信息的模糊性、主观性以及多维性。Kuck等人在用户相关上下文和改进的服务描述方法的基础上提出了一种上下文敏感的网络服务发现方法。空间信息服务推荐系统经常只根据用户的请求来提供空间信息服务给用户，从而针对相同的用户请求，系统也提供相同的服务，大多数情况都不能满足用户的真实需求。而一些空间信息服务推荐系统通过利用隐含的用户偏好来补充用户的显示需求的方式来增强用户的个性化体验，个性化服务缓解信息过载，从而能够更好地满足用户需求。上下文感知能够极大地减少用户注意力以及交互瓶颈，使得系统具有更强的适应性。上下文感知的目标是最大限度的利用上下文信息，比如用户的位置、身份以及活动等等。目前的上下文感知研究大多集中在具体的领域来考虑问题，并且很少考虑用户的行为。众所周知，可靠性是空间信息服务领域里的一个重要的问题。但是由于当前的方法大多把用户环境当做静态的，并且仅仅是针对具体的应用领域的，导致了空间信息服务推荐准确性的降低。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提供，以解决现有的空间信息服务匹配方法没有很好的考虑用户的移动性以及由此而造成的用户需求的多变性和失真性，以至于无法发现用户的真实需求，使得服务匹配的准确率不高问题。为实现上述专利技术目的，本专利技术基于上下文感知和用户偏好的空间信息服务匹配方法，其特征在于，包括以下步骤(I)、对用户环境智能空间的候选空间信息服务进行语义描述；(2)、获取用户的服务请求，同时对其进行语义描述；(3)、对与用户相关的上下文信息以及用户偏好进行采集，并根据上下文信息对无效的用户偏好进行剔除，生成上下文敏感的用户偏好；(4)、从功能性和非功能性两个方面将用户服务需求与智能空间中的各候选空间信息服务进行语义匹配计算，得到各候选空间信息服务的匹配度；在匹配计算过程中，同时考虑步骤(3)中得到的上下文敏感的用户偏好；(5)、空间信息服务推荐系统依据匹配度，将候选空间信息服务推荐给用户。本专利技术的专利技术目的是这样实现的为了让空间信息服务系统更加智能地向用户提供个性化服务，本专利技术不仅仅要考虑用户的需求，还把相关的上下文信息和用户偏好考虑进来，在用户的服务请求和候选空间信息服务的功能性匹配和非功能性匹配的基础上，考虑上下文敏感的用户偏好，计算出用户服务需求与智能空间中的各候选空间信息服务的匹配度，然后依据匹配度将候选空间信息服务推荐给用户。虽然用户可能具有固定的或者重复的偏好，但这些偏好不是在任何时候都相关，本专利技术基于上下文感知和用户偏好的空间信息服务匹配方法从上下文的角度对用户偏好进行精简，剔除与用户无关的用户偏好。同时，本专利技术由于从功能性匹配和非功能匹配两个方面进行匹配度计算，提高空间信息服务匹配的准确率，给客户最贴合其真实需求的空间信息服务。附图说明图I是本专利技术中语义描述时涉及的领域本体知识库的构建方法示意图；图2是本专利技术基于上下文感知和用户偏好的空间信息服务匹配方法一种具体实施方式的原理框图；图3是本专利技术基于上下文感知和用户偏好的空间信息服务匹配方法一种具体实施方式的流程图；图4是图2中的上下文敏感的用户偏好生成模块的示意图；图5是图2中空间信息服务匹配模块的流程图。具体实施例方式下面结合附图对本专利技术的具体实施方式进行描述，以便本领域的技术人员更好地理解本专利技术。需要特别提醒注意的是，在以下的描述中，当已知功能和设计的详细描述也许会淡化本专利技术的主要内容时，这些描述在这里将被忽略。本专利技术所述的基于上下文感知和用户偏好的空间信息服务匹配方法实施的关键在于领域本体知识库的建立，对候选空间信息服务以及服务请求进行语义描述，对上下文信息和用户偏好的采集，对服务请求和候选空间信息服务进行综合匹配。在本专利技术中，步骤(I)、(2)需要对用户环境智能空间的候选空间信息服务、用户的服务请求进行语义描述，这样首先需要构建空间信息服务的领域本体知识库。空间信息服务的领域本体知识库的建立对于需要交换信息和共享信息的用户或者异构系统来说，将有助于消除在概念和术语上的分歧，对领域内的概念理解达成共识。在本实施例中采用OWL-S作为本体语言，OffL-S包括三个组件，它们分别是Service Profile, Service Model 以及 Service Grounding。其中 Service Profile 主要用于描述服务的功能，即告诉我们服务做什么的，服务搜索代理主要就是通过Service Profile实现月艮务匹配的，Service Profile 主要从 inputs、outputs、pre-conditions、effects 等方面对一个服务进行定义；Service Model主要用于描述服务是怎么做的；Service Grounding 描述怎样访问服务。图I是本专利技术中语义描述时涉及的领域本体知识库的构建方法示意图；如图I所示领域本体知识库的构建方法示意图，首先，确定领域本体的目标和范围，获取领域的有关知识实体并建立领域知识链；其次，用中间表达集合对知识链进行概念化，中间表达用类对领域知识的知识实体、属性进行描述和定义，实现领域本体的结构化； 最后，根据编码规则，整合存在的文本，得到领域本体知识库。利用领域本体知识库丰富的语义知识和语义结构及其共享性，解决数据的结构异构和语义异构问题。本体中的大部分知识不是显示说明的而是隐含的，因而对本体知识进行推理变得尤其重要，推理可以帮助获取隐含知识和进行冲突检测等。领域本体知识库属于现有技术，可以用现有的多种方法进行构建，在此不再赘述。在本实施例中，领域本体知识库的构建是基于Jena进行的，在领域本体知识库构建以后，需要将其存储在数据库里，领域本体知识库是通过Jena将领域本体知识库文件存入MySQL数据库中。在本实施例中，所述的对候选空间信息服务和服务请求进行语义描述的具体实施方法如下实现空间信息服务的关键是对空间信息服进行语义描述，在本实施例中，基于 OffL-S对用户环境中的空间信息服务以及服务请求进行语义描述，并采用马里兰大学本文档来自技高网...

【技术保护点】

【技术特征摘要】

【专利技术属性】
技术研发人员：郑文锋，杨易超，李晓璐，冯彦清，刘珊，银力融，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：