情境感知

摘要： 面对海量的学习资源,如何为学习者推荐与情境相匹配的学习资源是亟需解决的问题。文章在详细描述学习资源个性化推荐情境要素的基础上,构建了包含情境感知层、资源管理层、学习诊断层、个性推荐层及学习者界面的学习资源个性化推荐系统,并阐述了系统的推荐流程及实现。在情境感知理论的基础上,构建以情境感知技术为核心的学习资源个性化推荐系统,能提高学习资源与学习者之间的动态适应性,更好地服务于学习者的个性化学习需求。

摘要： 为改善公立医院传统导诊方式造成的门诊患者“看病难”的现状,研究门诊导诊服务各利益相关者之间的联系,优化服务体验,提升整体服务效率,缓解医护压力。通过对门诊导诊服务用户行为流程进行分析,得出在不同阶段用户的痛点及需求,接下来梳理门诊导诊服务情境所涉及的一系列关键情境因素,在此基础上构建针对性的情境设计策略模型。以情境感知理论为建构基础的设计策略一旦投入正式应用,能够更加全面和深入地了解用户需求,从而为患者带来更高水平的就诊体验,同时推进医疗资源的合理化利用。

摘要： 机器学习是人工智能领域重要的技术之一,利用该技术可以达到分析用户、洞察用户和理解用户的目的。数字图书馆情境感知推荐服务是通过情境感知技术实时获取用户情境信息,了解用户个性化需求,为用户开展推荐服务。文章认为,机器学习在数字图书馆情境感知推荐服务中的应用,可以实现用户情境需求挖掘、个性化需求特征提取及需求趋势预测等,进而提高数字图书馆情境感知推荐服务的准确度。

摘要： 透过“图书馆学五定律”的视角,将情境感知推荐系统与五定律中的每条定律进行关联分析。首先,通过文献分析法探讨了用户情境要素的组成、获取方式及知识应用情境的集成;然后,构建融合了用户情境及知识情境的数字图书馆服务情境框架,阐述了服务情境的内涵及情境智能匹配的多种推荐策略,全景式的情境感知推荐系统可以实现基于图书馆用户情境与知识应用情境的双向推荐;最后,指出情境感知推荐系统在技术层面上的研究丰富了“图书馆学五定律”的内涵。

摘要： 多模态数据融合旨在利用不同模态数据之间的信息互补机制提升数据分析的准确性,实现对学习主体和学习情境的精准刻画,进而还原教学过程全貌,挖掘深层次的教育规律,其已逐渐成为智能教育领域重要的技术方法和研究思想。智能教育领域常见的多模态数据类型包括外在行为表征数据、内在神经生理信息数据、人机交互数据以及学习情境感知数据。多模态数据的融合策略主要包括数据级融合、特征级融合和决策级融合,在数据分析的不同阶段选取恰当的融合策略,可以提升数据分析的准确性。在智能教育领域,多模态数据融合主要应用在人机交互分析、学习者情绪识别、学习投入分析、学业表现预测、学习情境感知五个方面。充分发挥多模态数据在学习过程感知和建模中的核心作用,可以实现对学习过程的有效还原和对学习规律的科学解释。多模态数据融合充分体现了基于数据密集型科学的教育科学研究范式变革,未来应着力于面向多元学习主体和学习情境的全时空多维度数据采集、基于多模态数据融合的学习者认知发展规律研究、基于多模态数据感知与融合的智能教育产品研发以及多模态数据采集的技术伦理问题等四个方面,构建智能时代教育科学研究的新样态。

摘要： 以汽车HMI设计为研究目标,从认知负荷理论出发,对相关理论和案例进行分析,研究汽车HMI设计中造成认知负荷的因素及降低认知负荷的方法,并开展基于此理论的未来汽车HMI设计趋势的研究。研究采用文献分析、桌面研究、认知心理学理论方法,并结合用户访谈、案例分析的方法进行数据的归纳分析。结合认知心理学理论,分析了造成汽车HMI设计认知负荷的三个类型,探讨了降低认知负荷的关键因素和方法,得到了未来汽车HMI设计的发展趋势。通过降低人机交互界面信息复杂程度、改善人机交互设计内部的交互逻辑、完善交互信息反馈机制以降低用户认知负荷,以期对认知负荷理论在汽车HMI设计相关的研究带来启发。

摘要： 针对现有知识推荐方法因稀疏矩阵和冷启动导致推荐性能不佳的问题,提出一种基于情境感知生成对抗网络模型的知识推荐方法(CGKR)。提出任务相似度概念,同时考虑内容相似度和任务相似度构建知识相关性网络,基于知识相关性网络构建语义激活扩散模型,扩展用户历史评分,以全面探知用户兴趣;基于用户个人背景信息和历史行为信息构造用户情境和任务情境;引入生成对抗网络模型,并结合情境信息构建情境感知生成对抗网络模型(CxtGAN);基于训练完成的CxtGAN,为特定任务情境下的目标用户提供个性化知识推荐服务。以某船厂知识管理系统数据为例,进行实例分析与实验研究,结果表明CGKR方法具有较好的知识推荐性能,能够为企业用户提供优质知识推荐服务。

摘要： 基于情境感知的学习者建模是近年来智能教育领域关注的前沿话题,旨在以“情境感知”核心理念和“学习者建模”关键技术为依托,整合行为分析、认知诊断、知识追踪、情感计算、情境感知、学习者建模、教育数据挖掘等前沿技术,形成面向复杂教育问题的系统化解决方案,以探究外在教育情境要素对于学习者内在认知和情感发展的影响机制,进而揭示深层次的学习发生机理。为此,基于对先前研究的系统分析,提出基于“人—机—物—环境—活动”的教育情境感知模型和基于“知识—认知—情感”的学习者模型,构建融合教育情境信息的学习者模型。基于情境感知的学习者模型的构建,需要利用智能感知技术实现对教育情境的智能感知与融合计算,利用多模态数据融合技术实现对学习者特征的深入挖掘分析。在此基础上,实现学习者特征与教育情境的智能匹配与动态调整,以此探究学习者深层次的学习兴趣、学习偏好、学习动机、学习风格等特征。未来相关研究的开展,需要从学习者和教育情境描述指标的构建、多模态数据感知与融合关键技术研发、基于情境感知的个性化学习支持服务理论和技术研究、基于情境感知的学习者建模的技术伦理问题诠释等方面,作进一步的拓展与深化。

摘要： 伴随着大数据和人工智能在教育领域的渗透和融合,个性化学习成为当前和未来教育关注的焦点,而自适应学习系统为个性化学习提供了一种实践路径.在分析自适应学习基本模型的基础上,结合自适应超媒体系统通用模型AEHS,引入了学习情境,构建了基于情境感知的自适应学习系统模型.为了提高自适应结果的精准性,根据学习情境中的学习者要素、时间要素、空间要素和设备要素,对学习者进行学习情境分组,以此为基础,通过学习者模型、领域模型和教学模型的协同作用,在自适应引擎的驱动下,生成自适应学习结果.最后,结合动态变化的时间因素,提供了个性化资源推荐的实现思路.

摘要： 深入对动态品牌形象以及情境感知的探索,探讨情境感知在动态品牌形象交互设计中的应用可行性。分析已有设计案例,探索品牌形象设计在特定场景下的情境感知因素,总结设计策略。从情境因素的选择、情境感知发挥的作用以及情境感知的触发和反馈设计等方面,总结出在品牌形象动态交互设计中的若干设计策略,并依据情境感知的三层模型,以潮玩品牌为载体给出设计方案。为情境感知在动态品牌形象交互设计中的应用提供思路和参考。

摘要： 本研究发展一套结合游戏式与协同式机制之情境感知无所不在英语字汇学习系统.为了了解该系统对於学习者的影响,本研究调查了两组受测者使用不同学习系统进行学习活动後,在学习成效、平板使用经验、学习满意度、互动与学习态度的差异.该实验施行於台湾南部某国小五年级的两个班级,65位学生随机分为实验组与控制组进行学习活动.实验结果显示,实验组在施测後有正面的学习效果,在学习成效、学习满意度、互动、学习态度皆优於控制组.

摘要： 移动网络环境下O2O用户信息需求具有移动、实时、情境敏感性的特点.基于情境感知的角度研究移动O2O用户信息需求,能够为移动O2O用户信息需求研究提供新的视角,能够为今后的移动O2O用户研究提供理论基础,它也能够为推动移动O2O应用的发展起到重要作用.在已有研究基础上,结合移动O2O用户特点基于情境感知角度,从用户情境、社会情境、技术情境、商家情境、环境情境五个方面构建了移动O2O用户信息需求影响因素概念模型.采用实证研究方法,通过结构方程模型探究5个情境对移动O2O用户信息需求的影响作用.数据分析表明,技术情境、用户情境、商家情境对移动O2O用户信息需求产生显著影响,有一定的相关性.社会情境通过用户情境和商家情境对移动O2O用户信息需求产生间接影响.环境情境对移动O2O用户信息需求没有显著影响.

摘要： 英文是全世界使用率最普遍的语言,而「听力」是学习语言的基础.因此,要如何提高学习者对英文听力的学习动机是一件重要的议题.随着时代的变迁与科技的进步,运用智能型手机于行动学习已经非常普遍.有许多学者提出运用游戏式学习,可以增加学习者的学习动机与成效.因此,本研究开发了一套「游戏式英文听力情境感知无所不在学习系统」,让学习者可以运用智能型手机透过游戏的方式在真实的情境中学习英文听力.期望本系统可以提升学习者的学习动机与成效,未来我们也将藉由科技接受模式及认知负荷量表来检验学习者对本系统之接受度.

摘要： 针对物流园区供应链节点的任务环境引入情境感知计算分析模型,设计了一个物流园区供应链智能信息服务框架,并基于本体的方法构建了园区多维分层用户情境元模型,最后,从两阶段情境上下文推理方法和情境模式匹配与服务信息推送两个方面,对园区智能信息推送服务进行了具体设计,解决了物流服务信息推送精度低和时效性弱的问题.

摘要： 随着信息技术的快速发展,各种各样的环境信息影响着我们生活中的各种决策,因此提供一种智能化的应用程序,能够根据用户当前的情境信息为用户提供所需要的最适合的服务变得越来越重要.然而许多遗产软件并不支持情境感知功能,而且目前的一些主要的编程语言和编程框架并没有提供一个很好的方式来支持这种情境感知应用程序的开发.因此本文提出了一个新的面向情境的编程框架,支持情境信息的定义、封装、发布,支持对应用行为的驱动和约束,允许应用快速响应非预期情境.通过该框架可以快速开发情境感知应用,也可以以非侵入的方式改造遗产软件,使之具有情境感知能力.

摘要： 随着行动终端设备与行动上网的普及,使社群媒体大数据呈现爆炸式的成长,因此,社群媒体大数据挖掘可应用于用户行为的相关研究.信息系统中之人、机、物、事、网、时6个基本要素及其交互关系的整体结构为起始点,在现有物联网的基础上,运用语意物联网(Semantic Web of Things,SWoT))在语意网、物联网与社会网络的基础上,建构并融合物理空间、网络空间与社会空间形成的开放服务生态系统,能自动发现情境信息,消除物理世界、网络世界与社会世界之间的隔阂.本研究将探讨如何针对社群媒体进行挖掘以及如何运用行动终端设备所记载的大数据,提出一个以“公共运输使用者为中心的情感分析”初阶架构,亦针对后续应用提出结论与建议.

摘要： 介绍了百度EE的发展历程，从引入敏捷、敏捷推广、敏捷成熟度、大规模敏捷一直到产品化、智能化，EE工程可以实现开源功能，包括情境感知、数据驱动以及云化。

摘要： 移动学习具有移动性、便携性、情境化、个性化等特点,可以有效支持第二语言习得.在汉语国际教育中,移动学习可以作为课堂教学的辅助方式,也可以作为学习者课下的自学方式.本文按照从学习者接受与建构知识及正式与非正式学习两大维度,以丹麦奥尔堡大学"创新学习"孔子学院汉语教学为例,将移动学习在大学汉语教学中的应用模式做出分类及案例归纳,特别是基于情境感知(基于交际情景和文化场馆导览)的移动汉语学习,是移动学习在汉语教学中应用的创新尝试.

摘要： 微博作为一种重要的社交网络形式已经成为人们获取和传播信息的主要渠道之一.根据社会化属性和个性化特征,用户最终形成若干交互频繁的微博群落.为探索微博群落的结构特征与形成演化机理,提出一种基于超图的微博群落感知方法.对微博用户之间的交互关系进行归纳总结,建立基于超图的微博用户交互关系模型;分析个人属性、微博信息对用户交互关系的影响,挖掘用户情境引发和影响交互关系的关联规则;根据超图模型与关联规则,提出基于情境感知的微博群落感知方法.最后,以新浪微博为例对方法的有效性进行了模拟验证.

摘要： 针对协作过滤推荐的矩阵稀疏性与扩展膨胀问题,提出一种基于扩展FP-TREE的改进方法.将用户的情境取值抽象为情境空间状态,通过挖掘情境状态与服务的关联进行服务推荐.引入倒排索引扩展FPTREE频繁项头表,建立状态-状态与服务-服务关联;通过索引树表示状态-服务关联,给出扩展FP-TREE与协作过滤矩阵的映射机制,在继承协作过滤的基础上极大地压缩了过滤矩阵.仿真实验表明:与传统的协作过滤推荐算法相比,该推荐方法具有更高的效率.

摘要： 本发明涉及一种用于提供取决于情境的知识库(20)以对至少一个感知功能(30)进行可信度检查的方法，其中车队(51)的参与者(40)分别在本地执行至少一个感知功能(30)并且基于至少一个感知功能(30)的至少一个输出产生至少一个取决于情境的知识数据(10)，其中将所产生的取决于情境的知识数据(10)从车队(51)的参与者(40)传输至后端服务器(3)，其中在后端服务器(3)上收集所传输的取决于情境的知识数据(10)并且在内容上相互比较，其中基于比较结果产生或更新取决于情境的知识库(20)，其中将所产生或经更新的取决于情境的知识库(20)传输至车队(51)的参与者(40)，并且其中参与者(40)在本地使用所传输的取决于情境的知识库(40)来对至少一个感知功能(30)进行可信度检查和/或支持。本发明还涉及一种用于提供取决于情境的知识库(20)以对至少一个感知功能(30)进行可信度检查的系统(1)。

摘要： 本发明涉及基于情境感知(context awareness)技术预测用户的关注信息的方法，根据本发明，提供一种用于提供基于情境感知的用户关注信息服务的情境感知本体实现方法，其中，解决针对用户的检索请求提供大量的不必要的检索结果，从而迫使用户重新过滤所需信息的存在于现有的检索方法中的问题，为了基于情境感知技术准确预测在当前情境中用户需要的信息并将所述信息提供给用户，构件用于准确预测并提供用户所需信息的情境本体(context ontology)及旅游本体(our ontology)并定义核心类之间的关系，从而可通过语义数据挖掘算法(Semant ic Data Mining Algorithm)准确预测并提供用户所需信息。

摘要： 本发明涉及基于情境感知(context awareness)技术预测用户的关注信息的方法，根据本发明，提供一种用于提供基于情境感知的用户关注信息服务的情境感知本体实现方法，其中，解决针对用户的检索请求提供大量的不必要的检索结果，从而迫使用户重新过滤所需信息的存在于现有的检索方法中的问题，为了基于情境感知技术准确预测在当前情境中用户需要的信息并将所述信息提供给用户，构件用于准确预测并提供用户所需信息的情境本体(context ontology)及旅游本体(our ontology)并定义核心类之间的关系，从而可通过语义数据挖掘算法(Semant ic Data Mining Algorithm)准确预测并提供用户所需信息。

摘要： 本申请涉及实时、时间感知、动态、情境感知和可重新配置的以太网分组分类，并公开一种超高速电子通信装置(200)，其包括：网络通信接口(225)；存储器；以及一个或多个处理单元(219)，其可通信地耦合到存储器和网络通信接口(225)，其中存储器存储被配置为使一个或多个处理单元(219)进行以下操作的指令：使用网络通信接口接收数据分组(305)；至少部分地基于多个因素确定数据分组的分类，其中多个因素包括接收数据分组的速率和接收数据分组的时间；至少部分地基于分类，从多个操作中选择操作，其中多个操作包括直通操作(504)和存储并转发操作(507)；以及执行所选的操作。

摘要： 本发明公开了一种基于情境感知技术的智慧校园服务管理系统及方法，属于智慧校园服务管理技术领域。该方法包括以下步骤：构建一个情境感知系统，通过情境感知系统获取篮球场上学生倒地情况；对情境感知系统获取到的学生倒地的图像进行分析，计算学生倒地受伤的概率；计算校医务室预警概率；设置校医务室预警概率阈值，判断学生是否处于受伤状态；若学生处于受伤状态，校医务室医务人员收到一个预警通知，医务人员立即前往篮球场对学生进行救治。该系统包括信息采集模块、预测模块、受伤判断模块、实时监测模块。本发明能够精准、快速的检测到篮球场上学生受伤变化情况，医护人员可以及时前往篮球场救治。

摘要： 本发明公开一种基于情境感知的法律案件高维空间建模方法及系统，该方法包括：将每个法律案件分割为主体部分、客体部分、动机部分、行为部分和结果部分共五个案例部分；在法律案件分割之后，对每一个案例部分进行词汇过滤；将词汇过滤后的每个案例部分中的词汇用相同维度的向量表示，并利用每一个案例部分中词汇向量组成的矩阵表示该案例部分，将所有案例部分的矩阵组合在一起，得出该法律案件的张量表示；将得出的法律案件张量与权重矩阵进行乘法计算，然后利用Tucker分解将加权后的法律案件张量分解为核张量，并用核张量表征法律案件。本发明能够从多个层面描述案例，捕捉不同案例部分间的关联信息，对法律案件刻画的更为细致、准确。

摘要： 一种情境感知安全装置包括：无线收发器；存储器，所述存储器存储应用程序；以及一个或多个处理器。当执行应用程序时，一个或多个处理器被配置成：确定安全装置的情境，基于确定的情境而配置警报，并使用无线收发器广播所配置警报。

摘要： 本发明涉及一种基于情境感知的多模态情感识别方法和系统，系统包括多模态信息采集单元、基于多模态行为表现的情感处理单元、基于场景上下文的情感分析单元、基于代理人群体交互的情感分析单元、基于代理人和情境交互的情感分析单元、基于自适应规划的特征融合单元、基于离散情感的识别单元、基于连续情感的预测单元以及显示模块，多模态数据一部分来源于面部表情、步态和手势信息；另一部分来自情境中的场景上下文、代理人群体互动上下文以及场景与代理人互动的上下文信息。与现有技术相比，本发明有效的解决了真实场景中情感识别效率低下，现有算法情感识别准确率不达标，识别算法鲁棒性和泛化能力受外界因素干扰的问题。

摘要： 本申请涉及一种基于情境感知的开源代码贡献评论质量评估方法和装置。所述方法包括：通过对目标开源代码贡献输入的评论文本进行情感分析、结构分析和成分分析，形成评论文本的基础得分信息，再对开发者提交的目标开源代码贡献本身进行开发者感知和修订过程感知，得到开源代码贡献质量评估的情境感知信息，进而得到基于情境感知信息的评论的参考得分信息，与管理者评论文本的基础得分信息进行比较，从而实现对评论文本的综合评估。本发明提出多维度的开源代码贡献评估情境感知，为质量评估提供丰富的情境信息，基于情境导向的开源代码贡献评论质量评估，可以提高评论的有效性，实现了开源平台上对代码贡献评论进行评估的机制。

摘要： 公开了一种用于处理人类相关数据以利用边缘和云的分布式机器学习来制定个性化和情境感知决策的系统和方法。最近边缘计算装置从第一、第二和第三传感装置接收第一、第二和第三感测信号，确定第一、第二和第三感测信号何时超过对应阈值，使感测信号对相关以生成多个相关性模式，确定第一感测信号超过第一阈值与第二感测信号超过第二阈值之间的滞后时间，将多个相关性模式中的每一个和滞后时间作为输入提供给多个长短期记忆(LSTM)神经网络，控制多个LSTM神经网络以提供输出，并且至少部分地基于多个相关性模式和滞后时间将患者映射到医学状况的阶段。