面向移動環(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、移動環(huán)境中的情景感知是移動智能應用的基礎。隨著移動設備的飛速發(fā)展，內嵌在移動設備中的傳感器越來越豐富多樣，如GPS傳感器，光學傳感器等。因為用戶一般隨身攜帶移動設備，所以移動設備上內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)。移動情景感知就是從移動用戶的情景數(shù)據(jù)中挖掘出有用的情景以及情景相關的知識。通過情景感知可以學習出用戶行為模式，更深入的了解用戶。目前，一些移動應用已經(jīng)使用情景感知來了為移動用戶提供智能化、個性

2、化的服務。如根據(jù)光強度改變手機屏幕亮度，達到保護用戶視力并延長設備續(xù)航能力的目的。移動互聯(lián)網(wǎng)是未來IT發(fā)展的主要趨勢之一，移動環(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注。
　　 移動環(huán)境下的情景感知有著新的特性。首先，移動設備的計算能力、存儲能力有限，對情景感知及相關應用有著較強的實時性需求。其次，與傳統(tǒng)數(shù)據(jù)相比移動情景數(shù)據(jù)含有更為豐富的情景信息，如移動用戶所到之處的情景信息；同時這些數(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用于移動情景感知。本文針對移動環(huán)境下的新特征，將數(shù)據(jù)挖掘與移動情景感知相結合，對移動環(huán)境的高效用戶行為挖掘和節(jié)能情景感知方法進行深入研究，其中，用戶行為模式挖掘可以應用于移動推薦和移動用戶研究，節(jié)能情景感知作為情景信息平臺為智能應用提供信息。本文的主要的研究內容和創(chuàng)新之處如下：
　　 首先，針對移動情景數(shù)據(jù)的特點，提出一種高效的移動用戶行為模式挖掘方法。傳統(tǒng)的關聯(lián)挖掘方法無法直接用于移動環(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)的事務項相比具有稀疏性；而現(xiàn)有的用戶行為模式挖掘方法還不成熟，計算效率限制了這些方法的實際應用，無法向移動應用提供商及時反饋用戶需求，還會造成情景感知應用啟動周期長。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。該方法能在移動設備計算能力、存儲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個志愿者一個月的情景數(shù)據(jù)在真機上進行實驗，結果表明算法在時間和空間

5、開銷上都有很大的提升。
　　 其次，提出一種基于當前狀態(tài)推斷的節(jié)能情景感知模型。移動設備內嵌的傳感器在提供豐富的用戶數(shù)據(jù)的同時，也帶來了高能耗的弊端。我們認為一臺移動設備所有傳感器在一個采樣點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，將移動設備的傳感器分為低能耗類型，基礎類型和高能耗類型，提出了基于當前低能耗和基礎類型傳感器的輸出信息推斷高能耗傳感器當前狀態(tài)的模型。該模型根據(jù)低

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

7、變。那么，只需要在預測的時間到來時，打開高能耗傳感器進行采樣。其余時刻高能耗傳感器處于穩(wěn)定狀態(tài)，不需要進行采樣，僅使用它最后一個有效值作為輸出。從而減少了高能耗傳感器的采樣次數(shù)，延長了設備的續(xù)航時間。我們還歸納基于穩(wěn)定狀態(tài)推斷和基于狀態(tài)時間間隔預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)能情景感知會出現(xiàn)累積錯誤，給出了一種減少累積錯誤的方法。該方法能夠明顯提節(jié)能高情景感知的信息準確率，同時幾乎不影響節(jié)能效果。實驗表明了改進