移动学习领域基于机会感知的情境识别系统设计方法

吴菲，王欣

(南京工业大学浦江学院，江苏南京　211134)



移动学习领域基于机会感知的情境识别系统设计方法

吴菲，王欣

(南京工业大学浦江学院，江苏南京211134)

[摘要]在研究移动学习的内涵和情境感知技术在移动学习领域的应用的基础上，把握其最新的发展方向，结合专家系统、传感器应用等相关技术，设计出一种基于机会感知的情境识别系统方法.

[关键词]机会感知；情境识别；系统；设计

0引言

移动学习是一种新型的学习模式，是伴随着学习者学习时间的弹性化和位置空间的移动性，增加而利用各种移动终端设备进行自主学习的方式.它综合利用了无线通信技术、移动计算技术、移动终端设备，是数字化学习通过移动设备进行的扩展.移动学习系统通过获取学习者及所处环境的信息推送给不同学习者不同的学习内容，从而实现学习的个性化.

情境感知(Context Awareness)技术源于对于普适计算(ubiquitous computing)方面的研究，最早由Schilit于1994年提出.简单来说，情境感知就是通过传感器及其相关技术使计算机设备能够“感知”到当前环境中的的真实情境.情境感知计算的应用可以通过传感器获得关于用户所处真实环境的相关信息，从而进一步了解用户的行为动机等.同时，情境感知技术对于用户体验设计一个更加重要的发展方向就是所谓的主动服务设计，即计算机(特别是可移动计算机)通过情境感知，自适应地改变，涉及到在用户界面的改变，为用户提供推送式服务等.

1情境感知技术在移动学习领域的应用

移动学习的深层发展越来越鲜明地体现了移动学习在情境认知方面的三个特点：

一是智能技术与学习者融为一体后，越来越多的用户个性与需求信息可被感知，学习越来越体现个性化和适应性的特征；二是移动技术向可用性、联结性、嵌入性、情境感知等方向深入发展，形成无缝的信息生态，保证各种以技术为媒介的交互能够联结和贯通，拥有了最优的人与技术的共生关系；三是学习活动设计在向持续性、群体性和个性化发展，保证学习者在不同学习情境中学习体验的连续性，促进学习者的深层认知和综合能力的持续发展，这既是移动学习的终极目标，更是移动学习发展的核心价值所在.

2基于机会感知的情境识别系统组成

基于机会感知的情境识别系统包括：①用于感知不同上下文信息的机会感知数据采集器；②用于记录情境识别知识的情境识别知识库；③用于根据所描述的机会感知数据采集器采集到的上下文信息和知识库所记载的情境识别知识进行情境推理的情境推理机.

其中，情境推理机主要负责在运行时解决不确定的情境推理任务.情境是对一个实体所处状态的一种语义抽象，对于一个具体的情境感知应用而言，当情境发生变化时，则将触发相应的动作执行.通常来说，一个实体(例如一个人)所处的情境种类是无限的，然而对于一个特定的情境感知应用而言，其关注的情境种类却是有限的.因此，将一个应用所关注的所有可能的情境组成一个集合，称之为情境候选集合.上述组成部分③中所述的“上下文信息”是指能够刻画一个实体情境的任何信息，一个实体的情境是由一组上下文信息来确定的.

具体说来，在系统中，情境推理机应包括：用于将情境推理规则分解为若干个上下文断言的规则分解模块；用于对能够确定变量的上下文断言进行推理，并且能够将变量不确定的上下文断言的推理结果置为不确定的断言推理模块；用于将上下文断言的推理结果进行归并，然后从候选情境中选择当前用户所处情境的融合与决策模块.

情境识别知识包括情境推理规则，它是定义上下文与情境的一阶逻辑表达式.一个情境推理规则包括两个部分：前件和后件.具体来说，本文所设计的规则前件是一组用“逻辑与”AND连接起来的上下文断言.上下文断言在这里被定义为一个逻辑表达式，它描述了某种上下文信息需要满足的条件.因此对于一个候选情境来，情境推理规则的前件为R(Si) =A(C1) AA(C2) Λ…AA(Cffl)，其中A(Ci)是第i个上下文断言.而情境推理规则与N个上下文信息相关联.在这里，规则的后件是关于一个候选情境的表达式.

在上述的一种基于机会感知的情境识别系统中，所述情境识别知识库应包括：用于记载所有情境感知应用共享知识的共享知识库和用于记载具体应用情境识别相关知识的应用知识库.其中，共享知识库包括：用于定义所有应用共用概念的共享知识模块、用于存储各种上下文信息可信度的可信度记录模块.共享知识模块使用OWL语言定义所有应用都可能涉及到的一些概念.而为了应对感知数据在可信度方面不可预测的问题，可信度记录模块实现存储共享的感知系统中每种上下文信息的可信度.这个可信度可以用感知数据采集器的准确度来衡量.在应用知识库中，要包含：继承于共享知识模块并包含记载具体应用情境识别知识的应用知识模块、记载具体应用情境推理规则的应用情境推理规则模块.

3基于机会感知的情境识别方法

3.1具体的情境识别方法包括

规则部署步骤：编写情境推理规则，并部署在情境推理机上；规则分解步骤：将情境推理规则分解为若干个上下文断言；断言推理步骤：对变量确定的上下文断言进行推理并且将变量不确定的上下文断言的推理结果置为不确定；融合决策步骤：将上下文断言的推理结果进行归并，然后从候选情境中判定选择当前用户所处情境.

3.2上文所述的规则分解步骤包括

公式选择步骤：选择与机会感知数据采集器所采集到的上下文信息直接相关的原子公式；规则分解步骤：基于上一步骤选择得到的原子公式将情境推理规则分解为若干个上下文断言.具体而言，分解过程为：对于每个原子公式，与其相关的原子公式(包括它本身)会用“逻辑与”AND连接成一个上下文断言.

3.3上文所述的断言推理步骤包括

分析步骤：分析所有的上下文之间的依赖关系；推理步骤：基于上一步骤得到的依赖关系，利用拓扑排序算法进行排序，然后按排序顺序对每个上下文断言依次进行推理.

3.4上文所述的融合决策(分析)步骤包括

步骤01，顺序扫描所有情境推理规则的上下文断言，并判断不同上下文断言变量之间的关系；步骤02，如果一个上下文断言中有至少有一个变量依赖于另一个上下文断言中的变量，则两个上下文断言之间产生一个依赖关系；步骤03，将上下文断言以及上下文之间断言的依赖关系采用有向图的方式进行表示，其中有向图的顶点代表上下文断言，有向边代表上下文断言之间的依赖关系.

采用上述步骤所描述的推理过程的算法为：令有向图G =，CA为上下文断言，其中顶点集V代表一个CA，边集代表CA之间的依赖关系；令C，Tempi和Temp2是CA的变量，变量P是情景推理的实体.则具体的推理步骤如下：

步骤001：V=0.，E= 0? C = {情境推理规则的所有上下文}，Tempi=Temp2= 0.,Boolean Flag = True；步骤002：选出原子公式中包括P的所有上下文，对其赋予变量Tempi，令V =V U Tempi,C = C-Tempi.步骤003：WHILE (Flag == True) {};Flag = False.扫描所有上下文的C，并且取得一个属于C并且值确定的结果X.该结果也是相似度最高的候选情境的推理结果.

4总结

本文所设计的基于机会感知的情境识别系统方法具有如下优点：一是无需使用新的扩展语言，仍然使用OWL和SWRL语言即可对情境识别的规则和概念进行建模；二是自动屏蔽机会感知环境的不确定性，基于一个提前建立的知识库，得到一个合适的推理结果。但是，随着情境因素的不断引入，该方面研究也将会需要进一步结合基于情境感知的推荐技术。所以，提取用户的偏好将会变显得越来越重要，但这一项工作其实是一项十分困难的自动工作，面临着所需处理数据量的激增以及计算复杂化的问题、面向高维数据的情境推荐技术、情境感知推荐系统的冷启动等都是需要下一步攻克的难题。

参考文献

[1]董琬.对现代远程教育中移动学习的思考[J].甘肃广播电视大学学报,2014.4:56-58.

[2]龚瑞男,宁可,李清,等.面向业务协同的情境建模[J].计算机集成制造系统，2009.9:1731-1737.

[3]王娜娜,郑春厚.支持U-learning的几种关键技术研究[J].信息技术，2011.2:80-83.

[4]马晓亭.移动计算环境下的移动数字图书馆[J].数字通信世界，2010.7:58-60.

[5]郝立兴.浅析面向非正式学习情境的移动学习服务[J].长春教育学院学报，2013.11:78-79.

[6]徐杰胜,李阳.移动云环境下基于云服务感知的位置更新[J].枣庄学院学报，2015.5:60-64.

[责任编辑：吕海玲]

The Field of Mobile Learning Situation Recognition System Design Method Based on Perception of Opportunity

WU Fei，WANG Xin

(Pujiang college of Nanjing University of Technology, Nanjing 222234,China)

Abstract：Books on the research of mobile learning content and Context Aware Technology in mobile learning applications based on, grasp the latest development direction, combined with expert system, the application of transducer technology, design a perceived opportunity situation system identification method based on.

Key words：opportunity perception; context recognition; system design

[中图分类号]TP11

[文献标识码]A

[文章编号]1004-7077(2016)02-0109-03

[作者简介]吴菲(1983-)，女，江苏无锡人，南京工业大学浦江学院助教，通信专业硕士，主要从事物联网、模式识别、高等教育的研究.

[基金项目]南京工业大学浦江学院2015年校级课题(项目编号：njpj2015-2-09).

[收稿日期]2016-02-05