学位论文 > 优秀研究生学位论文题录展示
支持用户意图变化识别的用户使用经验获取方法研究
作 者: 张悦
导 师: 张斌
学 校: 东北大学
专 业: 计算机应用技术
关键词: 用户意图 用户使用经验 愿望 贝叶斯网络 关联规则挖掘
分类号: TP18
类 型: 硕士论文
年 份: 2012年
下 载: 1次
引 用: 0次
阅 读: 论文下载
内容摘要
随着信息技术的进步和互联网的发展,服务演进在服务计算、软件演进等研究的基础上发展起来。服务演进是为了能满足不断变化的用户需求,根据用户的意图演进系统,提供用户所需的服务。用户意图是用户对于想要完成的工作的想法和计划,意图可以通过观察和分析用户的行为而推测,用户的行为可以通过上下文感知的环境而获得。用户使用经验是通过对环境和用户行为的长期观察和分析获得的用户行为模式,为识别用户意图变化、获取用户需求提供重要的先验知识。本人所在课题组基于情境理论研究服务演进,基于智能会议室SMR (Smart Meeting Room)系统研究用户意图的变化识别,根据用户的意图变化演进系统,满足不断变化的用户需求。为了支持用户意图的变化识别,本文重点对SMR系统中的用户使用经验获取方法进行了研究。针对SMR系统中的用户使用经验的获取问题,本文给出了用户使用经验表示方法,提出了基于环境上下文信息获取用户使用经验的方法。首先,针对如何生成用户愿望的问题,研究基于贝叶斯网络的推理用户愿望的方法。在该方法中,使用由事件节点、动作节点和愿望节点构成的三层愿望推理贝叶斯网络,根据环境的变化,推理出用户的愿望以及愿望发生的概率,判断用户的愿望,同时,提出了基于消息传播推理算法的愿望推理算法。其次,针对如何生成表示用户使用经验的两个概率矩阵的问题,研究基于关联规则挖掘的用户使用经验获取方法以及用户使用经验的更新问题。两个概率矩阵分别是愿望转移概率矩阵和动作-愿望关系矩阵。愿望转移概率矩阵表示愿望之间的转移关系,反应了用户需求的变化;动作-愿望关系矩阵表示用户所作的动作与用户愿望之间的关联关系。最后,本文基于SMR系统给出用户使用经验获取过程的分析实例,验证了基于贝叶斯网络推理的愿望生成方法和基于关联规则挖掘生成用户使用经验的方法的有效性。
|
全文目录
摘要 5-6 Abstract 6-10 第1章 绪论 10-14 1.1 课题的背景和意义 10-11 1.2 研究内容 11-12 1.3 论文的组织结构 12-14 第2章 研究基础 14-26 2.1 服务演进 14-19 2.1.1 服务演进研究现状 14-16 2.1.2 Situ框架 16-19 2.2 用户使用经验获取方法研究现状 19-20 2.3 关联规则挖掘方法 20-23 2.3.1 关联规则挖掘 20-22 2.3.2 增量式更新挖掘 22-23 2.4 贝叶斯网络 23-25 2.4.1 贝叶斯网络基本概念 23-25 2.4.2 贝叶斯网络推理算法 25 2.5 小结 25-26 第3章 支持用户意图变化识别的用户使用经验获取框架 26-38 3.1 SMR系统 26-29 3.2 用户使用经验获取框架 29-33 3.2.1 用户使用经验获取问题 29-30 3.2.2 相关概念 30-31 3.2.3 用户使用经验获取框架 31-33 3.3 用户使用经验获取过程中的关键问题 33-36 3.3.1 愿望推理方法 34-35 3.3.2 用户使用经验的挖掘方法 35-36 3.4 小结 36-38 第4章 基于贝叶斯网络的愿望推理方法 38-48 4.1 基于贝叶斯网络的愿望推理过程 38-41 4.1.1 愿望推理过程 38-39 4.1.2 推理愿望的贝叶斯网络模型 39-41 4.2 基于消息传播推理的动作生成方法 41-44 4.2.1 基于消息传播推理的动作生成过程 41 4.2.2 基于规则的事件生成方法 41-42 4.2.3 动作推理的贝叶斯网络 42-44 4.2.4 动作推理算法 44 4.3 基于消息传播推理的愿望生成方法 44-47 4.3.1 基于消息传播推理的愿望生成过程 44-45 4.3.2 愿望推理的贝叶斯网络模型 45-46 4.3.3 愿望推理算法 46-47 4.4 小结 47-48 第5章 基于关联规则挖掘的用户使用经验生成方法 48-56 5.1 基于关联规则挖掘的愿望转移概率矩阵生成方法 48-51 5.1.1 愿望转移概率矩阵生成过程 48-49 5.1.2 愿望转移概率矩阵生成算法 49-51 5.2 动作-愿望关系矩阵生成方法 51-52 5.2.1 动作-愿望关系矩阵生成过程 51 5.2.2 动作-愿望关系医阵生成算法 51-52 5.3 关联规则的增量式更新挖掘算法 52-55 5.4 小结 55-56 第6章 基于SMR系统的用户使用经验获取过程实例分析 56-68 6.1 实例背景及实例数据 56-60 6.1.1 实例背景 56-57 6.1.2 实例数据 57-60 6.2 基于SMR系统的用户使用经验获取实例分析 60-66 6.2.1 基于贝叶斯网络的愿望推理实例分析 60-63 6.2.2 用户使用经验生成的实例分析 63-66 6.3 小结 66-68 第7章 总结与展望 68-70 7.1 本文的主要工作 68-69 7.2 工作展望 69-70 参考文献 70-74 致谢 74
|
相似论文
- 多传感器信息融合及其在可穿戴计算机上的应用,TP202
- 黄磷储罐区安全评价方法研究,TQ126.317
- FPSO在石油卸载过程中的风险评估,U698
- 选矿过程综合生产指标分解的补偿方法及应用,TP311.13
- 基于贝叶斯网络的电机故障诊断方法研究,TM307.1
- 基于多实体贝叶斯网络的空中目标意图识别方法研究,E072
- 基于在线检测信息的储罐底板腐蚀状态智能评价方法研究,TE972
- 基于贝叶斯网络与蚁群算法的输电线路巡检计划制定与路径规划研究,TM755
- 并行Apriori算法的性能优化技术研究,TP311.13
- 基于模式识别和数据挖掘的铝工业生产节能降耗研究,TP391.41
- 南水北调中线工程运行水文风险管理研究,TV12
- 基于贝叶斯网络的轨道交通系统人因可靠性定量分析方法研究,U284.48
- 基于贝叶斯网络的CBTC系统安全分析,U284.48
- 基于少数民族汉语教学的HSK成绩多元数据挖掘应用研究,TP311.13
- 数据挖掘中的关联规则挖掘算法研究,TP311.13
- 基于垂直数据布局的关联规则挖掘算法研究,TP311.13
- 应用贝叶斯网络分析我国农村居民消费价格指数的影响因素,F323.8
- Multi-Agent在变压器故障诊断中的研究,TM407
- 考虑不确定性的配电网可靠性研究,TM732
- 基于粗糙集和贝叶斯网络的变压器故障诊断系统的研究,TM407
- 关联规则挖掘算法在web日志挖掘中的应用研究,TP311.13
中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论
© 2012 www.xueweilunwen.com
|