In terms of individual user and his continuous requirements in personal timeline, this project puts forward a novel concept “Personal Service Eco-Environment (PSE2)” by converging Personal Service Network, Personal Social Network and Personal Data Network to comprehensively manage the multi-channel based interaction between the user and external world. By the approach of bi-directional sensing, the information asymmetry between the user and external world is eliminated, and then autonomic service collaboration and social collaboration planning are applied to generate multi-service fusion and social collaboration with high personalization...Firstly, related concepts and theories in natural ecosystem research are to be utilized to build the model PSE2, and empirical study is employed to analyze the structure and evolution properties of PSE2. Secondly, deep learning methods will be adopted to facilitate deep sensing on the individual user from his PSE2 to identify personal preference and behavior patterns; Multi-channel social sensing methods are to be presented to realize the deep sensing on external service/social environment around the user. Based on the bi-directional sensing, a set of autonomic service collaboration and social collaboration planning algorithms are to be studied, where core techniques such as multi-agent based distributed decision-making, personal service network customization, distributed tuple space, and social state synchronization, are applied. Finally, the PSE2 prototype are to be developed to support bi-directional sensing and autonomic planning of service fusion and social collaboration, and case studies in two applications domains (personal healthcare service and Open Source Software’s social collaborative development) are to be conducted to validate the effectiveness of above theoretical research.
针对个人用户,面向个人的持续需求序列,将个人服务网络、个人社交网络、个人数据网络融合成个人服务生态环境(PSE2),管理个人与外部世界的多渠道交互,基于双向感知打破服务关系中的信息不对称,通过主动的服务协作和社会化协作规划,动态形成跨域的多服务融合与社会化协作关系。..首先利用自然生态学相关理论建立PSE2模型,实证研究PSE2结构与演化特征。其次,采用深度学习方法实现对个人用户的深度感知,发现个人偏好与行为模式;采用多渠道社会化感知方法,实现对外部服务/社交环境及其演化的深度感知。基于双向感知结果,研究去中介化的多服务协作与社会化协作自主决策与规划方法,基于多代理协商和个人服务网络定制来规划多服务融合/协作关系,基于分布式元组空间和社交状态同步进行社会化协作行为推荐。最后,构建面向PSE2双向感知与多服务融合/协作的原型系统,在个人健康服务领域和开源软件开发的社会化协作领域开展应用验证。
随着动态服务市场上各种服务层出不穷的涌现,个人需求变得越发复杂化,面对大粒度性的个人需求,外部世界的小粒度服务需动态融合起来,通过彼此之间的协作来满足用户需求。本项目重点研究:个人和外部世界之间通过深度的双向感知,自动或半自动达成契约,多渠道/多形态的外部服务准确实时的融合在一起进行动态协作,满足个人需求,实现高水平的用户体验。针对用户,帮助个人管理个人数据、管理与外部服务世界/外部社交世界的交互,降低个人使用服务的代价,提升服务个性化程度,提升用户满意度。针对服务提供者,帮助他们寻找潜在用户,从而提高服务提供的主动性和精确性。.针对个人用户,本项目融合个人服务网络、个人社交网络、个人数据网络建立“三网融合”的个人服务生态环境(PSE2),并提出个人服务生态环境(PSE2)的构建方法、可视化方法、及演化分析方法等。.针对个人和外部世界之间的双向感知,给出了个人-外部服务环境/社交环境之间的双向感知方法与演化分析方法,分别对个人进行深度分析以及对外部服务环境变化实时感知。.针对外部服务的多渠道/多形态协作,提出了多服务协作与社会化协作的自主规划方法,分别针对开源软件开发和微服务分析该方法的适用性。.基于个人与外部服务间的双向感知,提出了基于知识图谱推理的个性化服务推荐方法。根据社会化协作的自主规划方法,提出了云边缘环境中微服务系统自适应优化演化方法的编程框架和基础设施研究等。.该项目组设计并实现了软服务机器人,并将其应用到智慧养老服务中,验证了本项目关键研究成果的有效性和正确性。该项目也应用在开源软件开发的社会化协作过程恢复与性质预测中,以便于开源软件开发协作过程的高效管理。.该项目在科学研究、人才培养和国际合作与交流等方面取得多项成果,已发表学术论文46篇(其中SCI收录14篇,EI收录25篇;其中在服务计算国际顶级会议ICWS、ICSOC、SCC中发表19篇);博士生11名(毕业3人),硕士研究生21名(毕业14人);参加国际学术会议24人次。项目人员担任了ICWS、ICSOC、SCC、ICSS、NCSC等国内外服务计算顶级会议的各类主席。
{{i.achievement_title}}
数据更新时间:2023-05-31
玉米叶向值的全基因组关联分析
论大数据环境对情报学发展的影响
正交异性钢桥面板纵肋-面板疲劳开裂的CFRP加固研究
硬件木马:关键问题研究进展及新动向
基于 Kronecker 压缩感知的宽带 MIMO 雷达高分辨三维成像
面向智能制造的多通道数据采集、感知、融合与服务方法研究
服务机器人灵巧操作的多模态感知融合与人机交互
面向多网融合的智能用电感知互动服务关键技术
面向服务机器人的视听感知融合与多模态人机交互关键技术