面向移動(dòng)環(huán)境的高效情景數(shù)據(jù)挖掘及節(jié)能感知方法研究.pdf

1、移動(dòng)環(huán)境中的情景感知是移動(dòng)智能應(yīng)用的基礎(chǔ)。隨著移動(dòng)設(shè)備的飛速發(fā)展，內(nèi)嵌在移動(dòng)設(shè)備中的傳感器越來越豐富多樣，如GPS傳感器，光學(xué)傳感器等。因?yàn)橛脩粢话汶S身攜帶移動(dòng)設(shè)備，所以移動(dòng)設(shè)備上內(nèi)嵌的傳感器搜集的信息能充分反映用戶的情景。這些信息被稱為情景數(shù)據(jù)。移動(dòng)情景感知就是從移動(dòng)用戶的情景數(shù)據(jù)中挖掘出有用的情景以及情景相關(guān)的知識。通過情景感知可以學(xué)習(xí)出用戶行為模式，更深入的了解用戶。目前，一些移動(dòng)應(yīng)用已經(jīng)使用情景感知來了為移動(dòng)用戶提供智能化、個(gè)性

2、化的服務(wù)。如根據(jù)光強(qiáng)度改變手機(jī)屏幕亮度，達(dá)到保護(hù)用戶視力并延長設(shè)備續(xù)航能力的目的。移動(dòng)互聯(lián)網(wǎng)是未來IT發(fā)展的主要趨勢之一，移動(dòng)環(huán)境下的情景感知和用戶行為挖掘也越來越受到研究人員的關(guān)注。
　　 移動(dòng)環(huán)境下的情景感知有著新的特性。首先，移動(dòng)設(shè)備的計(jì)算能力、存儲(chǔ)能力有限，對情景感知及相關(guān)應(yīng)用有著較強(qiáng)的實(shí)時(shí)性需求。其次，與傳統(tǒng)數(shù)據(jù)相比移動(dòng)情景數(shù)據(jù)含有更為豐富的情景信息，如移動(dòng)用戶所到之處的情景信息；同時(shí)這些數(shù)據(jù)是不平衡的，這些特征使傳統(tǒng)

3、的數(shù)據(jù)挖掘方法不能直接應(yīng)用于移動(dòng)情景感知。本文針對移動(dòng)環(huán)境下的新特征，將數(shù)據(jù)挖掘與移動(dòng)情景感知相結(jié)合，對移動(dòng)環(huán)境的高效用戶行為挖掘和節(jié)能情景感知方法進(jìn)行深入研究，其中，用戶行為模式挖掘可以應(yīng)用于移動(dòng)推薦和移動(dòng)用戶研究，節(jié)能情景感知作為情景信息平臺(tái)為智能應(yīng)用提供信息。本文的主要的研究內(nèi)容和創(chuàng)新之處如下：
　　 首先，針對移動(dòng)情景數(shù)據(jù)的特點(diǎn)，提出一種高效的移動(dòng)用戶行為模式挖掘方法。傳統(tǒng)的關(guān)聯(lián)挖掘方法無法直接用于移動(dòng)環(huán)境下的用戶行為模

4、式挖掘，這是由于情景信息與傳統(tǒng)的事務(wù)項(xiàng)相比具有稀疏性；而現(xiàn)有的用戶行為模式挖掘方法還不成熟，計(jì)算效率限制了這些方法的實(shí)際應(yīng)用，無法向移動(dòng)應(yīng)用提供商及時(shí)反饋用戶需求，還會(huì)造成情景感知應(yīng)用啟動(dòng)周期長。本文通過研究現(xiàn)有的優(yōu)化策略，提出了一種高效的用戶行為模式挖掘算法。該方法能在移動(dòng)設(shè)備計(jì)算能力、存儲(chǔ)能力有限的情況下快速挖掘用戶的行為模式。本文使用與諾基亞中國研究院合作采集的10個(gè)志愿者一個(gè)月的情景數(shù)據(jù)在真機(jī)上進(jìn)行實(shí)驗(yàn)，結(jié)果表明算法在時(shí)間和空間

5、開銷上都有很大的提升。
　　 其次，提出一種基于當(dāng)前狀態(tài)推斷的節(jié)能情景感知模型。移動(dòng)設(shè)備內(nèi)嵌的傳感器在提供豐富的用戶數(shù)據(jù)的同時(shí)，也帶來了高能耗的弊端。我們認(rèn)為一臺(tái)移動(dòng)設(shè)備所有傳感器在一個(gè)采樣點(diǎn)上的值描述的都是相同的用戶情景，只是不同傳感器從不同方面描述。因此，根據(jù)傳感器根據(jù)能耗和功能，將移動(dòng)設(shè)備的傳感器分為低能耗類型，基礎(chǔ)類型和高能耗類型，提出了基于當(dāng)前低能耗和基礎(chǔ)類型傳感器的輸出信息推斷高能耗傳感器當(dāng)前狀態(tài)的模型。該模型根據(jù)低

6、能耗類型和基礎(chǔ)類型傳感器的當(dāng)前信息，推斷高能耗傳感器的當(dāng)前狀態(tài)，如果推斷高能耗傳感器處于不穩(wěn)定狀態(tài)，則打開這個(gè)傳感器采集信息，否則使用該傳感器最后一個(gè)有效值作為輸出信息。該模型在真實(shí)數(shù)據(jù)集進(jìn)行的實(shí)驗(yàn)上能降低最多70％的采樣次數(shù)，同時(shí)保證90%以上的信息準(zhǔn)確率。
　　 最后，提出一種基于狀態(tài)時(shí)間間隔推斷的節(jié)能情景感知模型。在真實(shí)的環(huán)境中，用戶處于某狀態(tài)一般是有持續(xù)性的。這種時(shí)間上的持續(xù)性可以用來預(yù)測高能耗傳感器在多長時(shí)間后狀態(tài)才改

7、變。那么，只需要在預(yù)測的時(shí)間到來時(shí)，打開高能耗傳感器進(jìn)行采樣。其余時(shí)刻高能耗傳感器處于穩(wěn)定狀態(tài)，不需要進(jìn)行采樣，僅使用它最后一個(gè)有效值作為輸出。從而減少了高能耗傳感器的采樣次數(shù)，延長了設(shè)備的續(xù)航時(shí)間。我們還歸納基于穩(wěn)定狀態(tài)推斷和基于狀態(tài)時(shí)間間隔預(yù)測的模型為一般性的穩(wěn)定狀態(tài)推斷模型框架，并指出該框架下節(jié)能情景感知會(huì)出現(xiàn)累積錯(cuò)誤，給出了一種減少累積錯(cuò)誤的方法。該方法能夠明顯提節(jié)能高情景感知的信息準(zhǔn)確率，同時(shí)幾乎不影響節(jié)能效果。實(shí)驗(yàn)表明了改進(jìn)