[发明专利]一种基于语义社会网络本体分析技术的情境识别方法

说明书

技术领域

本发明涉及计算机科学和工程智能系统构建领域，提出一种基于语义网络本体分析技术的情境识别方法。

背景技术

信息识别问题（context-aware）是当前计算机科学和工程智能系统构建领域的一个重要研究问题，当前基于地理位置服务（location-based services）等领域因信息识别研究的快速发展而受益良多。信息识别主要工作包括环境信息的感知和获取(如时间，地点等)，信息的分类和推理（用户当前状态的识别），情境识别（situation-aware）是信息识别的重要扩展，也是本发明探讨的问题。情境指通过对用户上下文信息计算后所得到的具有问题性和变化性的用户状态，问题性指在一个特定的环境下用户所面对的问题，变化性指用户在解决当前问题后情境间的转换。基于这个定义，情境识别则是在某个时间和地点下，用户情境中问题的识别（问题性）和相关情境的推理和推荐（变化性）的能力。

当前实现情境识别的主要过程是：通过传感器或其它相关设备感知和获取上下文信息，对环境信息进行分析建模和预处理，利用合适的知识表达（KR）模型对建模后的上下文信息进行识别和推理。KR模型主要的类型包括：关键字/值，标记，图，面向对象，本体等多种方式，本体因其良好的信息组织和强大的推理能力，成为KR模型的最主要选择。

当前基于KR模型进行情境推理的主要方法包括两种：挖掘KR中的情境模型，通过匹配算法进行情境匹配；利用本体推理引擎直接推理。当前对情境推理常常缺乏对情境本身关联性的利用，同时知识表达（KR）模型的数据存在情境信息覆盖率不足，精确度不高等问题。

发明内容

为了解决上述技术问题，本发明提出一种基于语义网络本体分析技术的情境推荐方法，充分分析了情境间的触发和依赖关系，通过将本体转换为图，对情境本体进行了语义社会网络分析，综合考虑了情境的质量，相关性和社区影响，最后实现情境的识别和推荐。

本发明所采用的技术方案是：一种基于语义社会网络本体分析的情境识别的方法，其特征在于，包括以下步骤：

步骤1：构建情境基础本体的结构和情境关联；

步骤2：对所述的本体进行语义社会网络分析；

步骤3：获取用户情境信息；

步骤4：计算所述的情境的各实例的情境质量排名值；

步骤5：计算所述的情境的各实例的相关度值；

步骤6：计算所述的情境的各实例的社区影响值；

步骤7：计算所述的情境的各实例的综合排名值。

作为优选，所述的情境基础本体以wikiHow和ehow网站数据为数据源，利用自然语言处理技术自动化构建。

作为优选，所述的情境基础本体的结构包括Topic、Goal、Action、Object、Time、Location六个类和hasTopic、hasAction、hasNextAction、hasObject、hasTime、hasLocation六个对象属性，其中：Goal指情境，Topic指所述的情境的领域分类，Action指完成所述的情境所需的方法步骤，Object指情境的对象，Time指情境发生的时间，Location指情境发生的地点，其中Obiect，Time和location是情境的上下文信息，所述的对象属性的性质及所述的对象属性间的关联如表1所示：

表1 对象属性关联描述

其中：goal表示Goal的实例泛称，action表示Action的实例泛称，object表示Object的实例泛称，time表示Time的实例泛称，location表示Location的实例泛称，topic表示Topic的实例泛称，Transitive表示属性间的传递性，具体表述为：action_i，action_j,action_k为Action实例，p为属性，actionl_i p action_j表示actionl_i和actionl_j之间存在关联p，则Transitive表示,如果action_i p action_j，action_j p action_k，则action_i p action_k。

作为优选，所述的构建情境关联，具体实现包括以下子步骤：