学位论文 > 优秀研究生学位论文题录展示

基于上下文感知的智能服务推荐机制设计及实现

作　者: 杜静
导　师: 段会川
学　校: 山东师范大学
专　业: 计算机软件与理论
关键词: 普适计算 上下文感知 贝叶斯网络 自学习 服务推荐 多Agent
分类号: TP393.08
类　型: 硕士论文
年　份: 2009年
下　载: 240次
引　用: 0次
阅　读: 论文下载
 

内容摘要


随着具有计算和组网能力设备的出现以及这些设备的小型化和嵌入化,传统的以计算机为中心的计算模式因无法克服一人多机所带来的困扰而受到严重挑战。Mark Weiser提出了以“透明”和“随处可用”为主要特征的普适计算的设想因契合了计算技术发展的需求受到广泛关注。在普适计算环境中,“透明”并非完全指物理上的不可见性,更主要的是指用户与计算机之间的交互是否为用户所觉察。要实现这种“透明”交互方式的一个必要条件就是计算机能够感知上下文,因而,上下文感知技术成为普适计算的核心技术之一。目前,提供面向普适计算环境的个性化服务成为研究的热点,而上下文感知技术也为服务推荐在普适计算环境中的发展带来了新的挑战和契机。本文针对普适计算环境中服务推荐的应用需求,首先分析了传统的服务推荐技术和融入了上下文的服务推荐技术的现状,通过对现有上下文感知系统的分析和总结,提出了一种基于上下文感知的智能服务推荐机制,建立了一个基于贝叶斯网络的服务推荐模型,最后在普适计算环境中对推荐模型进行了系统实现。本文以多Agent技术为基础,设计了一个普适计算环境中自动获取上下文后进行服务推荐的系统框架。该框架由多个具有通信功能的Agent构成。采集Agent负责上下文及服务信息的自动获取;汇集Agent实现上下文和服务信息的数据整合;训练Agent完成基于贝叶斯网络的服务推荐模型的创建;推荐Agent运行上下文之间的层次推理;自学习Agent保证推理模型实时更新。本文根据系统环境的特点,制定了三层服务推荐决策。首先贝叶斯网络推荐模型计算环境中每个服务资源的概率值,然后聚类算法以概率值为依据对服务资源进行分组,最后系统运用负载平衡选择后台服务资源节点。通过以上三层决策,本文满足了用户的个性化需求。为了保证系统内Agent之间的通信与协作,本文设计了一种高效可靠的通信机制,提高了整个推荐系统的性能。本文设定在普适计算环境中,用户完成办公或家庭任务。实验证明用户对三层决策机制推荐出的服务具有很高的满意度;通过实时自动更新,服务推理模型蕴含的用户偏好逐渐逼近真实偏好;证明了服务推荐系统框架的有效性和可行性。通过对上下文感知系统、贝叶斯网络的推理及更新技术、多Agent技术和系统应用等问题的研究,本文设计的基于上下文感知的服务推荐机制和实现系统,考虑了上下文对服务推荐的影响作用,对服务推荐在普适计算环境中的发展做了进一步的探索。

全文目录


摘要  6-8
ABSTRACT  8-10
第一章 引言  10-13
  1.1 研究背景  10-11
  1.2 研究内容  11
  1.3 本文的结构  11-13
第二章 研究基础与现状  13-22
  2.1 传统的个性化服务系统研究现状  13-15
  2.2 基于上下文感知的个性化服务系统研究现状  15-18
  2.3 基于上下文感知的智能空间  18-22
    2.3.1 GAIA  18-20
    2.3.2 Aura  20
    2.3.3 Context Toolkit  20
    2.3.4 小结  20-22
第三章 基于上下文感知的服务推荐系统架构  22-28
  3.1 多Agent 系统的基础  22-23
  3.2 智能Agent  23-24
  3.3 系统架构  24-28
第四章 基于贝叶斯网络的推荐模型及应用  28-40
  4.1 贝叶斯网络简介  28-29
  4.2 创建贝叶斯网络推荐模型  29-33
    4.2.1 结构已知，数据集完整  29-30
    4.2.2 结构已知，数据集不完整  30-32
    4.2.3 结构未知，数据集完整  32-33
  4.3 贝叶斯网络推荐模型自学习  33-34
  4.4 基于贝叶斯网络的上下文推理  34-36
    4.4.1 因果推理-由上向下推理  34-35
    4.4.2 诊断推理-自底向上推理  35-36
    4.4.3 辩解  36
  4.5 基于上下文感知的服务推荐决策  36-40
    4.5.1 推理决策  36-37
    4.5.2 聚类决策  37-39
    4.5.3 负载决策  39-40
第五章 面向服务推荐的多Agent 通信与协作  40-45
  5.1 多Agent 通信和通信语言  40-41
  5.2 Agent 之间的消息类型和消息内容  41-45
第六章 推荐系统实现及分析  45-51
  6.1 系统实现  45-48
  6.2 实验分析  48-51
第七章 总结  51-52
参考文献  52-56
攻读硕士学位期间的论文发表情况  56-57
致谢  57

相似论文

  1. 多传感器信息融合及其在可穿戴计算机上的应用,TP202
  2. 黄磷储罐区安全评价方法研究,TQ126.317
  3. FPSO在石油卸载过程中的风险评估,U698
  4. 基于自然遗忘的个性化推荐算法研究,TP311.52
  5. 司家营选矿厂磨矿分级过程研究及应用,TP29-A1
  6. 基于PLC高炉布料专家自学习的设计与实现,TP273
  7. 普适计算下智能空间的哲学探究,N02
  8. 多Agent方法在分布式智能电网发电调度系统中的应用研究,TM76;TM73
  9. 普适计算中上下文推理及不一致性检测技术的研究,TP391.1
  10. 基于贝叶斯网络的软件风险管理模型研究与实现,TP311.52
  11. 一个基于聚类的神经网络样本自学习系统,TP391.6
  12. 基于Jade的多Agent图像检索系统,TP391.3
  13. 基于本体多Agent系统的交易伙伴智能发现相关技术研究,F713.36
  14. 车间生产调度中基于聚类的虚拟联盟协商机制,TP301.6
  15. 基于信息素和多Agent协商的柔性路径下跨单元调度方法,TP18
  16. 基于贝叶斯网络的电机故障诊断方法研究,TM307.1
  17. 基于Petri网的情境感知服务逻辑建模研究,TP301.1
  18. 基于社会网络和声誉信任机制的多Agent系统信任模型,TP393.08
  19. 普适计算中动态更新及其形式化研究,TP338
  20. 面向虚拟展示的室内三维场景快速构建与优化技术研究,TP391.41
  21. 一种基于用户偏好的服务组合可信模型的研究,TP393.09

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 计算机网络 > 一般性问题 > 计算机网络安全
© 2012 www.xueweilunwen.com