基于人类认知机理的业务上下文预测理论及其关键技术研究

业务上下文信息的预测处理机制是泛在融合网络中业务智能化的一项关键支撑技术，具有重要的科学和经济意义。针对目前的上下文感知技术主要局限于面向当前业务上下文推理的现状，为了给用户提供良好的业务体验，本课题提出系统化的研究适合于泛在融合网络特点的业务上下文预测处理机制，并基于业务上下文预测技术解决业务的前摄性问题，为提供无缝切换的移动业务和引导型/推荐型的个性化消费业务奠定基础。提出研究面向泛在融合网络环境下具有普遍意义的多阶段业务上下文预测过程和分层的多源业务上下文信息融合模型。提出采用基于"流"的方式来研究业务上下文信息在预测过程中各阶段的形态变化模式，实现从"信息→知识→智能"的三级转换机制。进一步提出研究缺乏先验知识和具有先验知识情况下的业务上下文预测模型的再学习能力，建立相关的模型学习算法，使上下文预测模型具有自适应的功能，能够不断进化。并利用实验环境来验证相关算法和理论。