面向场境感知的时态数据模型研究

Time is the nature attribute for every data object. All data objects have either implicit or explicit temporal attributes in information systems.In most traditional applications,temporal attribute is implied in data processing. To meet the actual needs of data management nowadays, processing time as a explicit attribute in context-aware oriented applications has become more and more important.The key technic gap to model this information services system is how to management independently the time factor of the data based on context-aware...In this project, we will research the temporal data model for context awareness based on three typical contexts awareness, which are semantics context, internet context and mobile objects context awareness. Focus on the design of temporal data management frame oriented context awareness, the query and index technologies for temporal data based on context awareness, and the application mode based on context dependent. To resolve the key technologies and algorithms that including the design of time calculations system for context-awareness by graph theory and the integration mechanism between time and multi-contexts...The expected results come from this research will provide new methods and technologies for temporal database management based on which the context-awareness and can be widely used in cloud computing(semantic context awareness), the Internet of things (mobile object context awareness) and the Internet of Services (Internet context awareness).

客观数据对象都有隐式或显式的时态属性。在传统的应用中，时间因素隐含在数据表示与处理当中。随着各种新型应用场境数据管理实际需求，在面向场境感知的应用中"显式"处理时间属性越来越重要。这种需求呈现出应用场境与时间因素相互纠缠，在技术实现上难以分立处理等重要特征，已成为应用迫切需要解决的关键问题。..本项目面向语义、互联网和移动对象等典型场境研究面向场境感知的时态数据模型；重点研究场境感知的时态数据管理框架，场境依赖的时态数据索引和查询技术和算法，基于场境感知的时态应用模式，拟解决适合场境感知的时间演算体系，时间与多场境集成机制等关键技术。预期研究结果将为面向场境感知应用的时态数据库管理提供新思路与技术，可以广泛应用于云计算（语义场境）、务联网(互联网场境)和物联网(移动场境)中时态数据管理，有着广阔应用前景。

客观数据对象都有隐式或显式的时态属性。在传统的应用中，时间因素隐含在数据表示与处理当中。随着各种新型应用场境数据管理实际需求，在面向场境感知的应用中"显式"处理时间属性越来越重要。本项目研究成果将为面向场境感知应用的时态数据库管理提供新思路与技术，可以广泛应用于云计算和大数据服务中时态数据管理。. 本项目研究场境感知的时态数据管理框架，主要创新成果包括：从子结构逻辑出发，建立了基于时态数据库的极小子结构逻辑系统TDLmin，进行了时态跨度的粒度转换及绑定算法研究；研究了时态拟序数据结构，提出时态数据集上的拟序概念，提出语义协同时态XML索引方法，实现了时态数据索引TQOindex算法；基于时态推理和工作流管理作为基本协同机制，将时间信息融入到现有链接预测算法中，利用时间序列分析中的技术进行链路预测，提出了基于社会网络进行了动态链路预测算法。. 以项目组自主研发的面向学者的社交网络SCHOLAT进行了一系列应用研究，提出了在线社交网络挖掘、社交网络虚拟团队成员推荐模型、个性化推荐算法等，例如根据论文的发表时间为时间轴建立相似用户的时间序列，并在此基础上进行合作关系推荐，为本项目成果的应用和进一步研究提供了良好的基础。