普适地理信息服务匹配上下文感知计算

随着网络技术的不断发展以及移动传感设备的普及，用户在各种人机交互情景中的上下文信息获取越来越方便，相应地用户对于随时随地获取服务的需求也越来越强烈。简单地说，上下文感知计算是指计算系统能发现并有效利用上下文信息(用户的位置、时间、环境条件，邻近的设备和人员等)用于计算的一种计算模式。它改变了传统的WIMP(Window，Icon，Menu，Pointing device)人机交互模式，减轻了用户的认知负担，使用户的注意力重新回归到任务本身。上下文感知计算的概念可以从以下几个方面理解：

(1)上下文是上下文感知计算的基础，上下文感知计算围绕上下文展开。上下文种类丰富，数量众多。上下文包括物理环境中实体的上下文，如用户的地理位置，也包括是信息环境中实体的上下文，如软件操作、网络等；从时间特征上看，上下文信息包括当前状态上下文、过去的历史上下文甚至是推测得到的未来状态上下文。由此可见，上下文之间存在着很大的差异性和多样性。

(2)上下文感知计算的生命周期包括上下文的感知与获取、上下文的过滤与融合、上下文的形式化表达(上下文建模)、上下文的存储、上下文的推理、上下文的有效利用等过程。

(3)上下文感知计算是以系统行为的自适应调整为最终目标。这种系统行为的调整包括三类：(G.Chen，2000；L.Capra，2001)向用户提供信息和服务、自动执行服务、标记上下文信息。

上下文感知计算自提出以来就受到了研究者们的广泛关注，但是上下文感知的服务并没有真正应用到人们的日常生活中，上下文感知计算所面临的挑战主要包括：

(1)所有设备和服务共享的统一的上下文模型(A.K.Dey，2001)。上下文共享不仅仅是同一领域范围内的共享，跨领域范围的共享更有意义。各种设备实体可以纵向地理解各个领域内的上下文。在以往的上下文感知系统中，上下文信息通常被描述为字符串或者对象，不能有效地共享知识。本体的概念源于哲学，但引入信息科学以后，在人工智能和语义Web等多个领域都有广泛的应用。本体通过描述某一领域特有的状态信息提供了知识表达的词汇库。许多研究把本体及其描述语言OWL引入普适计算中，用于上下文信息的定义和建模，原因主要在于这种方法是语义层面上的建模，并且支持上下文的推理，可以通过低层上下文获取高层上下文。(www.xing528.com)

(2)一组支撑上下文获取、上下文发现、上下文建模与推理、上下文存储与有效利用等的服务。这些服务贯穿了上下文的生命周期，如图3-2所示，可以有效地支持各种上下文感知计算的任务。

图3-2　上下文计算的生命周期

(3)寻找一些贴近人们日常生活的上下文感知应用，使得普适计算不再停留在理论层面和实验室环境中(Kaori Fujinami，2004；Amir Padovitz，2005)。