移动协作环境下的自适应管理及推荐策略研究与实现

摘要

移动协作已经成为CSCW领域发展的一项重要课题。协作研究旨在利用人工设施(如计算机和通信网络等)为地域分散的协作群体提供一个便利的协作环境,帮助他们完成共同的目标。协作环境是利用模拟仿真的方式为协作者提供“面对面”的服务。随着无线通信技术的发展,传统的协作环境已经逐步向着移动协作环境转变。另一方面,随着情景感知等技术的发展,协作用户已经不满足于简单的人机交互,他们渴望获得更加人性化的服务,如兴趣推荐,这使得面向协作用户的兴趣推荐服务逐渐得到广泛发展和应用。移动协作具有移动性、分散性和动态性的特点,因此协作的组织结构易受到外界因素的影响,进而直接影响协作效果,甚至导致协作中断。同时,组织结构的变化也会影响推荐服务的质量,导致推荐结果失效。
　　 基于上述分析,传统的协作管理及推荐策略已经无法适应这种变化,其不足之处在于:
　　 1)传统的协作管理策略无法应对移动环境带来的影响,对于组织结构的变化给协作分工、协调和意图推测等各方面带来的影响缺乏系统深入的分析,因而缺乏有效的自适应组织管理策略来消除移动性等因素带来的动态影响；
　　 2)传统协作中的兴趣推荐策略无法提供或只能提供简单的推荐服务,对于移动环境带来的动态影响,则缺乏深入的研究和有效的自适应策略。
　　 基于上述挑战,本文对移动协作环境下的协作管理和群组兴趣推荐策略进行了研究。具体研究成果归纳如下:
　　 ◆理论方面
　　 1)分析了移动协作环境的特征,从协作的组织结构角度分析了移动性对于协作的动态影响,进而分析了对于协作环境下推荐服务的影响；
　　 2)提出了二维环境下的GROUP模型,并给出了相关的定义,介绍了特点；
　　 3)提出了基于GROUP模型的自适应管理策略。并提出了移动协作环境下的“多维度权重投票算法”。该算法解决了协作过程中的领导者的选择问题,消除了领导者变化给协作效果带来的影响；
　　 4)提出了基于GROUP模型的自适应推荐策略。
　　 ◆实现方面
　　 在上述理论研究的基础上,本文在LaMOC(Location Aware MobileCooperative System)系统上扩展实现了相关功能,并结合应用场景对所实现的功能进行了演示和分析。
　　 结果表明,本文提出的方法弥补了部分现有研究的不足,在研究移动协作环境下的协作群体管理策略的同时,也对人性化的用户推荐和群组推荐服务进行了探索,并为进一步研究奠定基础。

目录

文摘

英文文摘

硕士学位论文答辩委员会成员名单

第一章 绪论

1.1 研究背景

1.2 研究现状

1.3 研究内容

1.4 组织结构

第二章 基本理论及其关键技术

2.1 基本理论

2.1.1 协作

2.1.2 人机交互

2.1.3 情景感知

2.2 关键技术

2.2.1 移动CSCW技术

2.2.2 LBS技术

2.2.3 数据挖掘技术

2.3 本章小结

第三章 移动协作环境下的协作管理模型

3.1 移动协作环境的研究

3.2 GROUP模型的构建

3.3 GROUP模型的自适应管理机制

3.4 多维度权重投票算法

3.5 本章小节

第四章 移动协作环境下的自适应推荐策略

4.1 基于GROUP模型的用户行为分析

4.1.1 个人用户

4.1.2 群组用户

4.2 基于GROUP模型的兴趣推荐

4.3 本章小结

第五章 原型系统设计与实现

5.1 LaMOC系统架构

5.2 协作功能实现

5.3 自适应管理策略的实现

5.4 自适应推荐策略的实现

5.4.1 实现框架

5.4.2 用户行为分析的实现

5.4.3 自适应推荐的实现

5.5 本章小结

第六章 场景设计及原型系统演示

6.1 系统开发环境

6.1.1 软件环境

6.1.2 硬件环境

6.2 应用场景

6.3 移动协作服务系统的演示

6.3.1 个人功能

6.3.2 群组功能

6.3.3 感知协作服务功能

6.4 分析及小结

第七章 总结与展望

7.1 本文工作总结

7.2 进一步工作展望

参考文献

致谢

攻读硕士学位期间发表的学术论文