一种智能手机上下文信息获取的代价模型及其应用

随着信息技术的发展和应用需求的增长,智能手机中嵌入了各种传感器和网络接口,它们是获取上下文信息,进而构建智能型移动应用的关键。尽管在智能手机中获取上下文信息的代价很大,但是这种代价却通常被移动应用开发者所忽视。提出了一个上下文信息获取的代价模型,它能对上下文信息获取的代价进行度量。设计并实现了一个上下文信息获取代价模型的测量工具CRCTest,并对Android智能手机的代价模型进行了测量。基于测量得到的Android平台上下文信息获取的代价模型实现了一个应用实例,通过对比两种位置上下文信息生成方式的代价,说明了基于代价模型优化设计上下文获取的可行性。

上下文感知:普适计算的灵魂

介绍了上下文的概念和特性,就上下文感知中的一些技术和当前国际上的研究方向作了较详细的介绍和分析,对上下文感知技术的方向进行了展望,最后对全文作了总结,期望对上下文未来的发展有更深的洞悉。

语用网驱动的上下文感知系统设计

针对传统的语义网本体和上下文感知系统不适合处理现实世界中动态知识这一问题,借鉴了语用网在表达动态知识方面的优势,提出了语用网驱动的上下文感知系统,设计了语用网驱动的上下文感知系统框架。该系统采用了一种高效、新颖的上下文获取技术,可以更加准确地捕获用户的真实意图,并在此基础上通过推理得到具有决策能力的高层上下文。最后通过基于智能体的上下文感知服务发现方法,实现"以用户为中心"的个性化推荐服务。

上下文感知推荐系统：挑战和机遇（英文）

该文梳理了社会和科学领域中上下文感知推荐系统的主要概念、技术、挑战和未来趋势;其次,分类介绍了可用于基于上下文的推荐的一系列技术和主要框架。除了经典的基于内容、基于协同过滤和基于矩阵分解的技术之外,调研了最近的研究方向,即基于深度学习和基于模糊逻辑的方法。最后,描述了在推荐过程中利用上下文信息的潜在研究机会。

B3G LTE网络的认知无线资源管理

文章介绍了LTE体系结构及小区内的RRM,提出具有认知特性的B3GLTE系统的增强型RRM的框架,阐述了其管理功能模块和上下文获取机制。仿真表明,LTE网络环境下认知RRM方案能大大提高系统性能和网络的自适应性。