[发明专利]一种基于机会感知的情境识别系统及方法

权利要求书

1.一种基于机会感知的情境识别系统，其特征在于，包括：用于感知不同上下文信息的机会感知数据采集器、用于记录情境识别知识的情境识别知识库、用于根据所述机会感知数据采集器采集到的上下文信息和所述知识库记载的情境识别知识进行情境推理的情境推理机。

2.根据权利要求1所述的一种基于机会感知的情境识别系统，其特征在于，所述情境识别知识库包括：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：

所述共享知识库包括：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。

3.根据权利要求2所述的一种基于机会感知的情境识别系统，其特征在于，所述应用知识库包括：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。

4.根据权利要求1所述的一种基于机会感知的情境识别系统，其特征在于，所述情境推理机包括：

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。

5.一种利用权利要求1所述情境识别系统进行基于机会感知的情境识别方法，其特征在于，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。

6.根据权利要求5所述的一种基于机会感知的情境识别方法，其特征在于，所述规则分解步骤包括：

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：基于公式选择步骤选择的原子公式将情境推理规则分解为若干个上下文断言。

7.根据权利要求5所述的一种基于机会感知的情境识别方法，其特征在于，所述断言推理步骤包括：

分析步骤：分析所有的上下文之间的依赖关系，并利用拓扑排序算法进行排序。

推理步骤：按排序顺序对每个上下文断言依次进行推理。

8.根据权利要求7所述的一种基于机会感知的情境识别方法，其特征在于，所述依赖分析步骤包括：

步骤801，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802，如果一个上下文断言中有至少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803，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。

9.根据权利要求5所述的一种基于机会感知的情境识别方法，其特征在于，所述融合决策步骤包括：选择一个用于计算候选情境与真实情境相似度的相似函数，依次计算各个候选情境与真实情境的相似度，选择相似度最高的候选情境作为推理结果，并且当有多于一个候选情境与真实情境的相似度达到最大值时，则随机选择一个候选情境作为情境推理结果。

10.根据权利要求9所述的一种基于机会感知的情境识别方法，其特征在于，所述用于计算候选情境与真实情境相似度的相似函数采用如下定义：

Sim(S(t),Si)=cos(TVt(Si),bV)=TVt(Si)·bV|TVt(Si)||bV|]]>

其中S(t)是t时刻用户实际处于的情境，S_i是候选情境，TV_t是在情境推理规则R(S_i)下的上下文真值向量，BV是基准向量。