情境信息识别与语义描述方法研究

多维推荐模型不仅应考虑“用户—资源”二维空间，而且应考虑与用户和资源相关的情境(例如时间、地理位置、用户偏好、网络带宽等)。为实现情境感知的推荐服务个性化，首先必须获取当前的情境信息，感知用户及所处环境的当前情境。情境分为两类:显式情境和隐式情境。显式情境是指可以直接感知的情境，而隐式情境不能直接感知，需要在已有的显式情境基础上进行推理间接获得。具体来说，通过预先设定规则(用户自定义规则或相关的约束等)对情境知识库中的显性情境进行推理，以获取隐性情境。然后，将这两种类型的情境信息集成到统一的情境描述模型中。情境的识别获取过程如图7-1所示。

图7-1　情境的识别获取过程(www.xing528.com)

当不同类型的情境信息被识别并获取之后，我们采用基于本体的方法构建情境信息的语义描述。具体来说，推荐模型采用本体对情境信息进行语义描述和语义扩展，并构建语义扩展的本体语义化情境，并将各种类型的情境信息存储到系统的情境知识库中。在基于本体的语义描述基础上，可以采用OWL作为情境描述和实现用户和系统之间语义互操作的本体语言。根据情境的知识表示方法，情境本体是指情境信息的正式、显式描述，它定义了一组与情境信息相关的概念、关系、实例以及公式。基于情境本体，各种情境信息在信息推荐模型中能够被语义描述和使用。在基于情境感知的信息推荐模型中，情境本体分别定义物理情境类、偏好情境类、网络情境类等情境概念及其相应的关系、属性等。例如，物理情境类描述用户当前所处的地理位置及其时间；偏好情境类描述用户对信息资源的偏好程度，可定义为带权重的本体概念向量P＝{p1，p2，…，pk}，其中的权重值pk∈[0，1]表示相关特征概念ck表达用户偏好情境的重要程度；网络情境类描述了泛在环境下当前移动网络的状态和条件，包括从语义上定义和描述网络的带宽、数据速率以及用户终端设备的运行能力等概念。