基于RFID普适计算环境的形式化上下文模型

提出了一个适合普适计算环境的、基于本体的形式化的上下文感知模型。该模型使用本体描述语言OWL描述上下文，采用层次化的设计方法，提高了上下文表达能力和快速上下文原型。为普适计算的上下文建模和应用、上下文重用和建立面向普适计算环境的软件基础设施提供了一种可行的方法。     

基于本体的上下文感知中间件框架

上下文感知是普适计算的核心技术之一,而描述和理解上下文信息是上下文感知的前提。由于上下文信息种类繁多、感知方式迥异,目前开发面向特定应用的上下文感知系统缺乏统一的机制和通用的架构,增加了系统开发的成本。引入语义Web技术,利用本体对上下文信息进行建模,采用本体描述语言描述上下文模型,提供了一个公共的上下文本体以实现多个独立开发的上下文感知系统对知识的共享和推理,构建了通用的上下文感知中间件框架,从而实现对域内上下文知识的共同理解。     

基于本体的上下文感知中间件框架

上下文感知是普适计算的核心技术之一,而描述和理解上下文信息是上下文感知的前提.由于上下文信息种类繁多、感知方式迥异,目前开发面向特定应用的上下文感知系统缺乏统一的机制和通用的架构,增加了系统开发的成本.引入语义Web技术,利用本体对上下文信息进行建模,采用本体描述语言描述上下文模型,提供了一个公共的上下文本体以实现多个独立开发的上下文感知系统对知识的共享和推理,构建了通用的上下文感知中间件框架,从而实现对域内上下文知识的共同理解.     

本体在E-learning系统中的应用研究

探讨了E-learning及本体，提出了基于本体的E-learning系统层次结构模型，并重点研究了本体在其中的应用：用于描述学习材料语义的内容本体，用于定义学习材料上下文的上下文本体以及用于在学习课程中组织学习材料的结构本体。     

本体在E learning系统中的应用研究*

探讨了Elearning及本体,提出了基于本体的Elearning系统层次结构模型,并重点研究了本体在其中的应用：用于描述学习材料语义的内容本体,用于定义学习材料上下文的上下文本体以及用于在学习课程中组织学习材料的结构本体。     

面向服务组合的复杂上下文本体模型

为了有效解决泛在网络环境下Web服务质量上下文描述问题,在OWL_S基础上提出了面向服务组合的复杂上下文本体模型-OWL_S_QoS＋,包括用户上下文本体和服务上下文本体。用户上下文本体描述用户的环境状态、拥有的资源信息、用户需求及用户群组等对服务或组合服务运行产生影响的一系列属性;服务上下文本体在原有OWL_S定义的基础上,增加了服务对客户端与服务端的运行环境需求、不确定性QoS描述方法。通过模型比较验证了OWL_S_QoS＋具有较强的描述能力。     

基于加权本体的个性化语义搜索

为了实现语义层次上的个性化搜索,建立了一个集成语义信息和用户偏好的加权本体,在此基础上给出了一个个性化搜索框架WOPS.WOPS能够在利用本体描述用户兴趣模型的同时,进一步地将本体蕴涵的语义信息应用于个性化搜索的过程中.最后通过实验证明了基于加权本体的个性化搜索的有效性.     

语义虚拟环境本体可视化模型的研究

当前信息可视化所面临的一个瓶颈就是,需要一种模型来把场景图形内容和特定领域的语义信息进行有效集成,使用户可以有效地解释个性化可视化信息。基于X3D标准以及本体用本体描述语言OWL描述X3D标准,构建了一个X3D标准本体和一个映射本体来实现X3D标准本体和其他具体领域本体之间类和属性的映射,以达到丰富虚拟场景语义的目的。基于X3D标准本体和映射本体设计了语义虚拟环境本体可视化模型,从而为具体领域本体实现可视化提供了一种方法。实验结果证明了该模型的可行性。     

基于永久本体的上下文信息推理的应用研究

介绍了本体的定义及其描述语言，OSGi服务网关模型及其架构，接着提出基于本体推理的智能家庭网关概念及其框架结构，并对其原理和上下文信息本体进行了描述以及构造了上下文本体，并且利用Jena框架的推理接口来实现了上下文的基本推理，最后是一个例子及其代码。     

基于语义网规则语言的推理机制框架设计

分析了本体描述语言OWL DL在表达能力上局限于描述逻辑的缺陷以及语义网规则语言(semantic web rule language,SWRL)的特点,在已有时本体和规则结合推理的研究基础上,提出了一个基于SWRL的推理机制框架.该框架在OWL本体中引入了规则的表示,弥补了OWLDL在推理机制上的不足,经该框架推导出的新本体在原本体的基础上增加了概念间的语义关联,将隐性知识显示化,完善了本体知识库的内容.在语义Web领域,该框架的应用能够提高本体知识的利用率.     

Supporting Context-Aware Media Recommendations for Smart Phones

A context-aware media recommendation platform, CoMeR, uses an N × M-dimensional model and a hybrid processing approach to support media recommendation, adaptation, and delivery for smart phones.The essence of the model is that it considers context information, ranging from user preference and situation to device and network capability, as input for both content and presentation recommendations. It then generates multidimensional output including content rating and media modality and format as a result of the recommendation.     

Personalization in multimedia retrieval: A survey

With the explosive broadcast of multimedia (text documents, image, video etc.) in our life, how to annotate, search, index, browse and relate various forms of information efficiently becomes more and more important. Combining these challenges by relating them to user preference and customization only complicates the matter further. The goal of this survey is to give an overview of the current situation in the branches of research that are involved in annotation, relation and presentation to a user by preference. This paper will present some current models and techniques being researched to model ontology, preference, context, and presentation and bring them together in a chain of ideas that leads from raw uninformed data to an actual usable user interface that adapts with user preference and customization.     

基于语义Web技术的上下文感知的智能移动服务

语义Web技术应用于上下文感知的智能移动服务，通过构建上下文信息本体，使得移动服务的实体之间可以进行上下文信息共享和语义互操作，并进行上下文信息推理，实现智能服务。本文首先介绍了语义Web及本体技术，其次阐述了语义Web技术应用于上下文感知的移动服务，然后详细分析了智能移动服务中的上下文信息本体构建，包括通用的上下文信息本体、用户概况本体、情境本体以及服务本体等，接着介绍了相关的研究项目，最后进行展望和总结。     

Format-independent and metadata-driven media resource adaptation using semantic web technologies

Adaptation of media resources is an emerging field due to the growing amount of multimedia content on the one hand and an increasing diversity in usage environments on the other hand. Furthermore, to deal with a plethora of coding and metadata formats, format-independent adaptation systems are important. In this paper, we present a new format-independent adaptation system. The proposed adaptation system relies on a model that takes into account the structural metadata, semantic metadata, and scalability information of media bitstreams. The model is implemented using the web ontology language. Existing coding formats are mapped to the structural part of the model, while existing metadata standards can be linked to the semantic part of the model. Our new adaptation technique, which is called RDF-driven content adaptation, is based on executing SPARQL Protocol and RDF Query Language queries over instances of the model for media bitstreams. Using different criteria, RDF-driven content adaptation is compared to other adaptation techniques. Next to real-time execution times, RDF-driven content adaptation provides a high abstraction level for the definition of adaptations and allows a seamless integration with existing semantic metadata standards.     

基于本体的Web使用知识发现模型及应用

本体在Web上的应用能够有效解决Web信息共享的语义问题。该文提出了基于Web本体和服务器日志文件的知识发现模型，主要讨论了用户访问行为的表示、语义用户分布的定义及发现算法。最后介绍了Web使用知识发现模型在Web个性化系统中的应用。     

基于XQuery扩展的异构语义Web服务发现

语义Web服务发现作为分布式计算的前提和关键,备受研究者关注。多种语义Web服务描述语言的存在给异构语义Web服务的发现带来了挑战。本文提出了一种支持异构语义Web服务描述语言的发现框架i XQuery。该框架从两个方面扩展XQuery,使其支持异构语义Web服务的结构化查询与逻辑推理、模糊匹配的联合查询。一方面i XQuery利用XQuery的外部函数机制,建立了多种类型的相似度比较函数;另一方面i XQuery制定了一个统一的语义Web服务抽象描述本体,并建立了语义Web服务语言SAWSDL与OWLS与该本体之间的映射,并利用XQuery的用户自定义函数机制,建立了一系列用于抽取异构语义Web服务中信息的抽象描述操作子。最后,介绍了基于i XQuery框架的异构语义Web服务匹配器H-i Matcher。     

QoS多层本体的双向度量模型

针对传统质量评估模式中指标权重赋值依据单一的问题,首先将服务描述本体分为共享本体和专属本体两个抽象层次,构建具有“抽象-应用-度量”多层结构的QoS本体,用于QoS度量的对象描述和数据采集;然后建立基于深度信任网络和回归模型的双向度量模型DM-QSM,将服务描述信息和类似服务历史数据作为训练样本数据集对DM-QSM进行正向训练,再结合用户反馈对DM-QSM进行逆向调优,以实现QoS度量指标权重及其偏好度的自适应调节。最后选用可编程建模环境NetLogo为实验平台、公共服务数据集QWS为训练样本集、电子商务应用服务为测试样本集,验证了DM-QSM的可行性和有效性。     

Implementing situation-aware and user-adaptive music recommendation service in semantic web and real-time multimedia computing environment

With the advent of the ubiquitous era, many studies have been devoted to various situation-aware services in the semantic web environment. One of the most challenging studies involves implementing a situation-aware personalized music recommendation service which considers the user’s situation and preferences. Situation-aware music recommendation requires multidisciplinary efforts including low-level feature extraction and analysis, music mood classification and human emotion prediction. In this paper, we propose a new scheme for a situation-aware/user-adaptive music recommendation service in the semantic web environment. To do this, we first discuss utilizing knowledge for analyzing and retrieving music contents semantically, and a user adaptive music recommendation scheme based on semantic web technologies that facilitates the development of domain knowledge and a rule set. Based on this discussion, we describe our Context-based Music Recommendation (COMUS) ontology for modeling the user’s musical preferences and contexts, and supporting reasoning about the user’s desired emotions and preferences. Basically, COMUS defines an upper music ontology that captures concepts on the general properties of music such as titles, artists and genres. In addition, it provides functionality for adding domain-specific ontologies, such as music features, moods and situations, in a hierarchical manner, for extensibility. Using this context ontology, we believe that logical reasoning rules can be inferred based on high-level (implicit) knowledge such as situations from low-level (explicit) knowledge. As an innovation, our ontology can express detailed and complicated relations among music clips, moods and situations, which enables users to find appropriate music. We present some of the experiments we performed as a case-study for music recommendation.     

关系数据库存储OWL本体方法的研究

Web本体语言(OWL)是一种用于对本体进行语义描述语言,不仅提供强大的语义表达能力,而且能够表达机器可以理解的内容。关系数据库在存储与管理大规模数据方面相应技术比较成熟。针对该情况,结合两者的优势,提出一种关系数据库存储OWL本体的存储模式,在存储大规模数据和保持语义完整性两者之间取得一个平衡点,使关系数据库存储OWL本体既能存储海量数据,又能最大限度保持其语义完整性。