使用Chrome浏览器效果最佳，继续浏览，你可能不会看到最佳的展示效果，

确定继续浏览么?

复制成功，请在其他浏览器进行阅读

情境感知系统中基于概念格集成实现情境本体协同构建特性、原则与方法

  • 姜永常 1
  • 满小莉 2 ✉
  • 王红露 3
1. 哈尔滨商业大学商业经济研究院,哈尔滨 150028； 2. 哈尔滨商业大学商务学院,哈尔滨 150028； 3. 黑龙江大学图书馆,哈尔滨 150080

最近更新：2022-06-30

DOI：10.3772/j.issn.1000-0135.2022.06.002

  • 全文
  • 图表
  • 参考文献
  • 作者
  • 出版信息
EN 引
目录contents

摘要

情境感知系统可以在各领域异构资源和环境动态信息的情境本体协同构建中得到有效建立，为用户情境感知决策制定提供准确的服务。为此，本文根据概念格与情境本体内涵的相似性以及可集成实现的必要性、独特性和可行性开展系统分析，依据概念格可符合生命周期对系统这两类情境资源加以分布集成之功能，提出前者可在其概念格整合中立足于知识创造现实场景的立体化抽象得到领域情境本体建模和统一网络约束表示；后者可在情境感知中间件的人机交互认知识别中，通过领域情境本体的概念格解构及其与环境资源的“六何”感知关联重构，立足于用户应用实际情景的形象化塑造得到5Ws1H项表示的情境感知元本体建模和面向问题解决的实例化创建。以火灾应急领域情境本体向实施火灾救援的情境感知元本体进化为例加以分析，结果表明，情境感知系统能够在这种情境本体协同构建方法中得到有效建立，为用户情境感知决策提供准确服务。

1　引 言

自从1994年Schilit等[

1]提出情境感知概念之后，情境感知系统（context-aware system，CAS）便因其在智能决策中的卓越性能而受到许多专家学者的广泛研究，但至今还未有一个明确的定义。经过对情境系统特征与感知特性的深入理解，并结合系统生态学原理，本文在充分吸收Pradeep等[2]与van Engelenburg等[3]研究成果的基础上，认为CAS的内涵实质就是通过对情境进行集成获取、通用建模、进化推理和适配应用的生命周期管理，建立起一个以用户为中心、以情境感知中间件（context-aware middleware）为集成节点、以用户适应环境解决问题为目标的情境感知生态系统。

在各领域异构资源（或现有的各领域本体）与环境动态信息分布式组成的开放语义环境中，本体作为知识共享概念模型之明确的形式化规范说明[

4]，可以凭借其语义表达性和互操作性，使任何领域中任何复杂的情境信息得到灵活地、可扩展地表示，成为情境获得生命周期完整建模的一种技术标准[5]。因此，一个适应环境变化的CAS就需要为系统这两类情境资源的集成利用，建立一种通用的情境本体（context ontology，COnt）协同构建规则与方式，以便为用户决策制定提供一种符合日常思维习惯的“六何”（who, why, when, where, what, how，5Ws1H）情境感知元本体（context awareness meta ontology，CAMOnt），使用户能够在各领域COnt向CAMOnt的协同进化中进行个性化、主动与被动的多层次情境感知交互，从容地进行决策制定，解决现实中遇到的复杂问题。

从上述概念界定中不难看出，一个有效的CAS建立，关键在于为系统这两类情境资源的生命周期管理和内外生态系统结构共生提出一种通用的COnt协同构建原则与方法，为各领域COnt“六何”关联复杂环境情境并向通用CAMOnt协同进化设计一个高度结构化的情境感知中间件。

2　研究背景、方法、思路与意义

2.1　 研究背景

之所以基于概念格（concept lattice）集成可以实现COnt的协同构建，是因为两者在哲学上具有相似的内涵，在功能上有着互补融合的特性[

6]。

2.1.1　 相似内涵为基于概念格协同构建COnt奠定科学基础

从哲学视角来看，概念格与COnt都根源于对组成知识概念的基本形式认知及其模型化表示，在数学表达形式上都致力于知识概念层次模型的格结构打造[

7]。只不过前者是以形式概念分析作为理论基础，以形式概念作为知识表示的基本认知单元、以数据分析及数据结构关联挖掘为研究方法、以概念哲学的数学表达形式作为形式背景的格结构，来对领域知识进行概念化处理、本体化表示的一种理论技术方法[6,8]；后者是以某些领域不依赖于任何特定语言作为客观世界的特定分类系统来对知识概念模型进行层次解释，以这个领域系统客观存在的现实本质作为知识概念模型原型来对本体的建模结构进行层次抽象，以知识活动开展所依赖的限定条件（包括背景、环境、人员、设备等各类实体）作为情境建模维度的一种领域本体建模方式[9]。由此可见，两者在领域本体的知识概念层次模型建构上有着相似的哲学内涵，既为基于概念格的COnt协同构建奠定了共同的科学基础，也使这一目标的实现成为可能。

2.1.2　 互补融合功能为基于概念格协同构建COnt提供现实保障

从现有领域本体结构重构和功能重用上来看，COnt能够在各领域知识概念层次模型的形式化抽象、规范化说明、显示化表示、共享化应用中，从知识工程上为各领域系统概念建模及其本体共享重用提供丰富的语义，从知识表示上为现有领域本体对事物自身替代及对环境动态信息智能推理、融合转化和情景化利用提供人机交互的中介，从知识内容上为现有领域本体与环境动态信息感知关联及网络化呈现提供交互联结的约束，从知识应用上为现有领域本体被用户情景化利用环境动态信息及解决具体问题提供个性化感知的多源知识融合框架[

9]。概念格凭借其在知识发现、Web语义检索、软件工程等领域的广泛应用，既能以形式概念作为知识表示的基本认知单元，以概念对象与属性之间偏序关系作为数据结构，为各领域异构资源的形式背景集成、统一概念格合并提供有效的知识信息融合策略，为各领域COnt的自动构建和得到隐含概念关联提供规则与公理[6]，又能在软件应用中通过集成高度结构化组件，构建一个可对用户感知活动进行人机交互认知和关联识别的情境感知中间件，以形式概念来识别现实世界中的具体实体和感知虚拟世界中的抽象对象。现有领域本体可在自身网络约束下与环境动态信息进行“六何”感知关联而得到结构化重构和情境化利用，并提供一个可扩展的集成框架，使自身变成一个结构统一的领域COnt，从而协同进化为一个可应对问题解决的通用CAMOnt[2,6]。由此可见，COnt和概念格在现有领域本体结构化重构和环境动态信息情景化利用上有着互补融合的功能，能使基于概念格集成的COnt协同构建及向通用CAMOnt协同进化变成现实，符合本体建模的生命周期。

2.2　研究方法

CAS要想对各领域异构资源与环境动态信息这两类情境资源加以集成的COnt协同构建，首先需要基于概念格对前者进行各领域COnt统一的协同构建，以便后者以此作为用户感知重用的基础，并基于情境感知中间件得到情景化的CAMOnt构建与进化。

2.2.1　CAS中各领域COnt统一协同构建方法

为了实现CAS对各领域COnt进行统一的协同构建，姜永常等[

10]根据国内基于概念格集成异构资源自动构建领域本体的研究成果[6]，借鉴国外基于概念格属性约简去除高组合性异构资源冗余信息高效构建本体的简明模式[11]，提出了基于概念格整合异构资源的COnt构建方法，即通过对具有相同对象域或属性域的异构资源进行统一规范的数据处理、形式背景合并与冗余信息剔除的属性约简、协调集判断及其概念格构造，继而使异构资源概念格在概念间类属关系中自动转化成可用网络约束表示的领域COnt。这种各领域COnt统一的协同构建方法可以克服国内大规模COnt难以自动构建、自行进化的缺陷，具有对环境动态信息可约束推理的重用性、集成性。

2.2.2　CAS中领域COnt向CAMOnt协同构建与进化方法

在各领域COnt统一协同构建基础上，本文根据国外概念格在软件工程、知识发现应用领域给予的启示——可综合集成高度结构化组件来构建人机交互认知的情境感知中间件——对用户“六何”感知活动加以识别，以支持领域COnt约束集成环境动态信息向通用CAMOnt的协同进化。这样，便可基于概念格构建本体符合情境建模的生命周期理论，分别从CAS各领域异构资源和环境动态信息这两类情境资源及两者得以集成的情境感知中间件视角，富有创建性地提出基于概念格分布集成实现COnt协同构建的方法论，以保障CAS通过各领域COnt协同构建及其适应环境地向通用CAMOnt协同进化得到有效建立，每个用户都能面向问题解决做出准确决策。

2.3　研究思路

本文拟在系统地阐明CAS对COnt协同构建需求及其研究现状的基础上，基于概念格集成探索COnt协同构建的必要性、独特性和可行性。根据人工智能时代情报学已悄然走向本体论、感知论、方法论、服务论相融合的发展方向，应注重人在这一过程中跨越领域本体与现实环境来应对问题解决的发展趋势[

12]；各领域异构资源所包含的综合情境是由人们知识离散分布生产所创造的现实场景而生成的，环境动态信息也是用户实际应用情景所感知关联应用的机理，针对两类情境资源可借由理论面向与实践面向的二分法，将基于概念格集成进行COnt协同构建的论题加以合理分解，具体阐述如下。

2.3.1　对各领域COnt统一协同构建原则的理论解说

在理论上，面向情境生命周期从获取建模而产生到推理适配而应用的两个阶段，以及情境生态系统结构从内到外的两种形式（图1），提出领域COnt可基于异构资源概念格整合立足于其知识创造现实场景立体化抽象的领域COnt统一协同构建原则，以及通用CAMOnt可基于领域COnt概念格解构与重构立足于用户应用实际情景形象化塑造的协同构建与进化原则。

图1  基于概念格集成实现COnt协同构建原则

2.3.2　 对现有领域COnt向通用CAMOnt协同进化的实践验证

在实践上，以现有火灾应急领域COnt可向进行火灾救援的通用CAMOnt协同进化为实例进行分析验证，以凸显本论题对现有领域本体可再行应用进行情境感知决策的现实意义。经实践验证，基于概念格集成协同构建的COnt可有效建立一个CAS，为用户解决复杂问题和突发事件感知决策提供准确服务。这种COnt协同构建方法，既能克服国内COnt难以自动构建、自行进化的缺陷，又能对现有领域本体进行结构化重构，还有可依赖情境感知中间件对环境资源情景化利用的优势。

2.4　 研究意义

本文所提出的基于概念格集成实现COnt协同构建论题，与国内提出的大规模或基于群体本体协同构建相比，具有可自行实现的必要性、独特性、可行性，以及原则与方法，可使CAS得到生态系统打造，在理论上能为现有各种本体冲破环境信息重重迷雾得到结构化重构与情景化重用提供指导，在实践上由此构造出来的CAS生态系统也能为用户适应环境变化解决复杂问题、进行情境感知决策提供切实可行的解决方案。

3　情境感知系统对情境本体的协同构建需求及其研究现状评析

情境是人们开展各项知识活动所必须依赖的背景、环境和限定条件，可广泛地描述为系统中众多利益相关者（包括物理实体、虚拟实体和概念实体）相互作用的各种关系信息，不仅具有与知识一样的生命周期、内外生态系统结构，也具有复杂的系统特征和感知特性[

2]。这就造成COnt建模与感知应用的复杂性，使CAS对COnt提出了面向生命周期的协同构建需求。

3.1　 CAS对情境本体的协同构建需求

现在，虽然随着传感器和智能设备的普及、物联网的出现以及大数据的产生，情境可以通过智能添加使信息变得更加有意义，情境感知也可以在普适计算和泛在计算中丰富智能设备与智能应用的相辅相成能力[

1]；但是倘若没有一种可将这两类情境资源协同构建成通用COnt的适用技术，那么CAS是难以得到有效建立的。

基于概念格的领域本体构建符合本体建模的生命周期，而概念格与领域COnt的互补融合又能使真正意义上的COnt协同构建成为可能。在分布式的情境感知计算环境中，概念格能以情境感知中间件为集成节点，对CAS中各领域异构资源与环境动态信息进行符合情境生命周期的COnt建模，使各领域COnt在环境动态信息“六何”感知关联中进化为可直接用于决策制定的通用CAMOnt。

3.1.1　 情境的系统特征与感知特性

情境因人而存在，因知识生产而生发，因感知关联而应用。由知识离散分布生产出来的各领域异构资源情境信息具有依赖于各种传感器、智能设备、计算机、用户群体、具体环境、时间地点、应用服务等不同对象而识别获取的传感性、多源性、分布性、动态性、不确定性和不完善性等系统特征[

13]，这些特征必然造成情境只有在近似选择与自动重构中才能得到本体建模、在相关新资源发现并加以进化推理与适配应用中才能产生情境信息指令进而触发系统操作的感知特性，可通过环境动态信息与领域COnt的感知关联推动CAMOnt的协同进化[14]。

3.1.2　 CAS对COnt的协同构建需求

对于一个适应环境变化的CAS建立，既要根据情境近似选择、自动重配的系统特征对人们知识离散生产出来的各领域异构资源进行完整性、可互操作性、可重用性、一致性的领域COnt建模，同时又要根据情境进化推理、适配应用的感知特性对用户知识应用时来自环境的多源动态信息进行灵活性、可扩展性、通用性的“六何”感知关联建模，以便将系统各领域COnt进化改造成一个可用于情境感知应用反射中间件的通用CAMOnt[

15]，从而保障系统各领域异构资源与环境动态信息这两类情境资源得到面向生命周期的COnt协同构建，为用户感知应用提供内外俱全的生态系统结构。

3.2　 CAS中情境本体协同构建的研究现状评析

为了考察COnt协同构建在CAS中得到研究的进展情况，本文分别以“本体协同构建”“本体协同进化”及其对应英文词汇为主题词，对中外典型数据库进行检索和统计分析。结果表明，国内虽有基于概念格集成异构资源的COnt构建研究先例，但缺少本体间协同进化的研究成果；而国外尽管有此类相关成果，可又未曾从概念格集成视角来加以探讨，更谈不上面向CAS的有效建立。

3.2.1　 国内研究现状评析

在国内，有关本体协同构建或进化的研究成果，大多数都是针对单一的大规模本体构建[

16]或利用协作Tags实现对现有领域本体的情境感知本体改进[17]来进行的，几乎没有关于CAS中COnt协同构建的研究。有少数研究是从具体服务提供者、移动设备等视角，人为地将情境生命周期划分为获取与建模、推理与应用两个阶段，分别围绕着情境的初始创造场景或再次应用情景这两种单一状态，主要针对推荐服务系统的COnt建模[18]、情景建模[19]、情景适配[20-21]来展开相对独立设计。然而，这种基于单一视角、单一情境生态而构建的COnt模型，不但会与依赖于专家和用户协作构建的大规模分布式领域本体研究一样存在着相似的弊端：往往需要工作流管理与并发控制[22]、冲突化解与一致性维护[23]、可信度评价[24]等复杂过程，不易实现自动化构建；而且即使经过与用户应用情景相匹配，甚至群体协同再创造，给予用户情境感知的个性化自适应能力也很有限。这就从反面提出了COnt必须面向情境生命周期管理、与用户“六何”感知活动相适配的协同构建需求。

关于CAS中COnt协同构建，具有借鉴意义的当属毕强等[

6,25-26]所提出的研究思路及获得的研究成果。这些研究成果通过对国外概念格理论在本体构建、软件工程、知识发现、Web语义检索方面的应用分析[25]，在梳理结构化与非结构化两种资源领域本体构建的研究路径后，不仅提出了基于概念格集成异构资源的领域本体构建[6]、基于概念格跨越异质本体映射的协同知识地图构建[26]之设想，而且为本文基于概念格集成高度结构化组件构建人机交互认知的情境感知中间件，继而以此为集成节点实现对环境动态信息进行CAMOnt构建给予了启迪。

3.2.2　 国外研究现状评析

与国内相比，国外有关本体协同构建或进化的研究成果较多，但未曾发现基于概念格面向CAS建立的研究。除了与我国有着相同或类似的研究方式和方法之外，国外学者在理论上更加关注本体间协同构建和进化研究，在实践上更加注重情境感知中间件在本体协同进化中的有效运用。

通过对Pradeep等[

2]、van Engelenburg等[3]、Aguilar等[5]、Krishnamoorthy[15]、Meditskos等[27]、Safyan等[28]研究成果进行综合分析后发现，这些学者认为一个适应环境的情境感知（生态）系统的建立，必须是在深入理解和分析组成系统的各领域异构资源，尤其是来自环境动态信息的高度复杂性的基础上，才能为这些初始相关信息得到有序语法排列、语义关系导入、编译集成共享提供如下的协同组织机制。首先，应该对系统各领域异构资源进行机器可理解性、可互操作性、可重用性、可进化性、一致性的COnt建模；其次，应该综合集成多模态的传感器、分类器、适配器等高度结构化组件构建一个可进行人机交互认知的情境感知中间件，以便环境动态信息能够以此为集成节点，在领域COnt的网络约束下得到与用户“六何”感知活动相适应的识别，在情景化应用中可进一步转化为能够适合用户惯常思维方式的通用CAMOnt，可以作为用户情境感知应用的反射中间件，为其决策制定提供自适应的情境感知服务。可是，CAS这种COnt协同构建组织机制，如果单独依靠协作Tags或语义Wiki是难以对用户个性化行为进行有效识别的，创建出的情境感知本体也缺乏自适应性。因此，迫切需要概念格来担当对情境进行生命周期管理和感知建模的重任。

4　基于概念格集成实现情境本体协同构建的特性

基于概念格集成实现COnt协同构建的特性主要取决于形式背景和形式概念两大支柱[

6]。形式概念是知识表示的基本认知单元，常被用来识别现实世界中的具体实体，感知世界中的抽象对象；能够在属性约简中明确概念应有的内涵，为以对象集G与属性集A之间偏序关系R⊆G×A为数据结构的概念格构建提供有效的知识信息集成策略，同时也为以此为形式背景的COnt构建提供内涵与外延完整的建模结构和网络约束表示方法[25,29]。在CAS适应环境、面向情境生命周期管理的COnt协同构建中，概念格表现出其他情境建模技术方法难以单独实现的必要性、独特性和可行性。

4.1　 基于概念格集成实现情境本体协同构建的必要性

知识是分布储存于各领域异构资源和环境动态信息之中的客观存在，此种存在的知识结构理应是一个立体化、多维度的复杂网络，具有丰富的语义信息[

30]。

在CAS的各领域COnt统一协同构建、协同进化与网络约束表示中，基于概念格的必要性主要表现在以下两个方面。首先，概念格能够在形式概念分析中通过对结构化资源和非结构化资源之核心概念与隐含概念的统一描述、概念间类属关系的统一分析及其概念层次结构的可视化建模，自动地、不受人为因素影响地将异构资源概念格进行合并，并基于概念格完全对等映射规则和Hasse图，将合并成的概念格可视化地映射转换成具有统一模型结构的领域COnt，进而加以网络约束表示，从而将原先依赖于专家指导的结构化资源本体手工构建方法、不需要指导的非结构化资源本体半自动化构建方法加以集成[

6]；其次，概念格能在软件客观化开发、标准化应用、形式化重构中凭借对各种传感器、分类器、适配器、情境感知App等高度结构化组件的代码特征定位、类层次再造、模块结构调整以及影响分析，将其集成为一个可进行人机适应性交互认知的情境感知中间件[24,31]，为系统各领域COnt基于网络约束“六何”感知关联来自环境的多源动态信息并向CAMOnt协同进化的过程中经常遇到的异构性、互操作性、可靠性、一致性、完整性等问题提供一种适应用户环境需求的可重用解决方案[32]。

4.2　 基于概念格集成实现情境本体协同构建的独特性

这种独特性主要表现在可使现有领域本体得到结构化重构和情景化利用，并演变成可用于用户感知决策的通用CAMOnt。

无论由何种技术方法构建出来的现有本体，概念格都能利用CAS中两类情境资源概念属性之间的自反性、反对称性和传递性[

6]，依赖情境感知中间件对用户所处的环境、时间、地点及解决问题所涉及的所有对象、实体、设备进行人机交互认知与分类识别[33]，使其在概念格解构和与环境动态信息的“六何”感知的关联重构中协同演变为一个通用CAMOnt，并能够在新属性增加、新关系再造的实例化模型重构中，符合人类思维习惯地支持用户做出准确的情境感知决策[34]。与此同时，环境动态信息会在与现有各领域本体的融合重构中演变为情景化环境资源，现有每个领域本体也能变成一个具有统一结构的领域COnt，整个知识资源亦能在各领域COnt向CAMOnt的协同构建与进化中演变为情境化的知识网络，为CAS适应用户环境需求的有效建立和运行提供必要解决之策。

4.3　 基于概念格集成实现情境本体协同构建的可行性

知识，尤其高科技知识，是由众人思想交流、多向思维、几度再创才形成的；而其情境时刻都处于动态变化之中，这就会使CAS中两类情境资源具有高组合性，难以用统一的模型加以表示，导致现有COnt建模存在着多种形式的技术方法，如使用XML/CC/PP/JSON的markup scheme、采用UML/CML的Graphical、应用OWL/RDF的ontology-based，以及key-value、logic-based、object-based等。这些技术方法各有优势与不足。不足之处主要表现为难以支持信息检索，以及对大数据结构可扩展处理、对不确定情境捕捉与关系建模、对环境动态信息情境推理建模、对情境层次结构质量标准及感知的能力不够，很难满足CAS对这两种高组合性情境资源集成协同构建COnt的需求[

2]。

在集成异构资源的领域COnt协同构建中，广泛应用于软件工程等领域的概念格，能够通过上述现有情境建模技术方法进行综合集成应用[

25]；对于以情境感知中间件作为集成的节点，只要这两种高组合性情境资源具有相同对象域或相同属性域，便可对其进行概念对象与属性关联的情境认知，使其得到可比较的数据结构合并、一致性的类属关联组织，以及得到进化性、可扩展性、互操作性、灵活性、通用性的机器可解释表示，使其形式背景得到冗余信息剔除的并叠置运算，使其概念格得到属性约简、属性集协调的构造，将其高效集成并转换为用户可感知应用的适用性COnt[35-36]。

这种高效的COnt协同构建方法可依次综合运用下面的各种工具来实现[

6,10]。第一，概念格可综合运用ANSJ、ICTCAS等分词工具来对异构资源进行统一规范的数据处理、各自形式背景的构建，并对其统一形式背景加以并叠置运算、属性约简和协调集判断；第二，整合应用ConExpt、Lattice Miner等概念格建格工具对其形式背景进行统一的概念格构造和情境综合集成；第三，集成使用Protégé、KAON等本体建模工具对其概念格加以冗余信息的剔除；第四，整合利用CML、UML、ORM等情境建模语言对其概念类属层次结构给予系统情境建模；第五，综合应用OWL、RDF等本体描述语言对编辑好的情境模型给予体系结构描述；最后，可以综合应用Graphical、Hasse图本体可视化工具使其得到可用网络约束表示的高效COnt协同构建。这样，既能克服国内大规模COnt难以自动构建、自行进化之缺陷，又能吸取如CONON、ontology-based等方法之优势，使协同构建出的COnt具有强大的情境感知能力，可更好地支持用户智能决策的制定[23]。

5　情境感知系统中基于概念格集成实现情境本体协同构建的原则

在生命周期中，每个情境都因用户利用各种实体进行知识生产活动形成的知识创造现实场景而生发，并分布存储于人们离散生成的各领域异构资源之中，其中的综合情境需要通过知识创造的现实场景立体化抽象才能得以呈现；每个情境都因用户解决问题实际情景而得到感知应用，分散于环境之中的动态情境信息也需要通过用户应用的实际情景形象化塑造才能得以显现[

37-38]，并往往需要依赖情境感知中间件才能得到感知关联，从而促使环境动态信息在各领域COnt的网络约束下进化为CAMOnt。

如图1所示，在面向生命周期的COnt协同构建中，概念格可根据情境感知计算环境的分布性，将COnt建模的生命周期科学地划分为情境产生（情境获取与建模）和应用（情境推理与配置）两个连续阶段。对于知识生产中产生的情境来说，各领域COnt可基于各领域基础性异构资源的概念格层次结构建造，立足于对其知识创造现实场景的立体化抽象而得到协同建模；对于来自环境动态信息的情境应用来说，CAMOnt可基于领域COnt概念格解构与重构，立足于用户对环境中多源性动态信息应用实际情景的形象化塑造而得到协同建模，进而保障情境完整经历从知识创造现实场景到用户应用实际情景的生命周期演变，情境生态系统也能得到从内在结构到外在结构的完整生成。

5.1　基于异构资源概念格整合实现领域COnt协同构建的原则

在情境产生阶段，人们先前知识生产生成的各领域异构资源已成为系统感知应用的基础性资源。每个领域的基础性异构资源主要包括结构化资源和非结构化资源两大组成部分，前者往往蕴含着描述事物持久属性或可完成通用任务的抽象情境，而后者往往蕴含着描述事物即时状态特征或可解决具体问题的操作情境，两者在性能上具有互补的感知应用性[

38]。

在万物互联的新场景时代，系统这两大基础性异构资源只有通过概念格层次结构整合才能对其知识创造现实场景加以立体化抽象，所构建出的领域COnt模型也才能将其所包含的综合情境加以协同集成，确保情境内在生态系统结构的完整生成。而且，如此协同构建出来的领域COnt，既能基于其概念格中概念间类属关系得到关联共享的重用，又能通过概念间属性新关系的推理重配而得到再生，为后继来自环境的多源性动态信息得到“六何”感知关联的情境化及向CAMOnt进化提供适配性场景[

8,39]。

5.2　 基于领域COnt概念格解构与重构实现CAMOnt协同构建与进化的原则

在情境应用阶段，由用户解决问题实践产生的多源动态信息主要来自系统各个物理实体（如用户、服务提供者、计算机、传感器、资源、对象等）、虚拟实体（如人机交互服务、信息交流等）、概念实体（如时间、地点、事件、目的、方式等），比组成系统的基础性异构资源具有更加不确定、不完善的动态性和复杂性。

本体进化的适应性原理表明，虽然COnt具有较好的推理能力和扩展性，但却缺少自适应的进化性，COnt自进化能力取决于对用户情境感知活动中最基本元素的通用性识别和集成性重构[

28]。所以，要想使CAS中这些环境动态信息基于领域COnt得到5Ws1H要素关联的情境感知建模，只能依赖于情境感知中间件对用户“六何”感知活动的通用性识别，立足于用户应用实际情景的形象化塑造，这样才能使之在领域COnt的概念格层次结构解构和与环境动态信息的“六何”感知关联重构中，对环境情境信息的动态变化加以全面捕获、关联表示、语义集成和增值确认[28,40]，从而进化成一个可将一般概念捕获到更高层次、适应于任何领域的CAMOnt；也才能使如此协同构建出来的CAMOnt，可以在领域COnt的抽象情境与环境动态信息的操作情境融合中得到适应问题环境需要的及时性、可验证性、可跟踪性、可信任性的灵活再生[1,25,41]，拥有与内生态系统结构遥相呼应的外生态系统结构，可以作为一个情境感知应用的反射中间件，为用户复杂问题解决提供一个通用的、高效关联的思维框架，使用户能够在具体应用环境中依据所要达到的目的做出所需要的情境感知决策。

6　情境感知系统中基于概念格集成实现情境本体协同构建的方法

概念格与本体的互补融合使真正意义上的集成情境知识协同构建成为可能[

6]。无论蕴含于各领域异构资源中的综合情境，还是蕴藏于用户行为、产生于环境个体中的动态情境，都可以在概念格与本体的互补融合中依次转化为CAS中的领域COnt、通用CAMOnt，并为这两种COnt协同构建搭建一个如图2所示的集成平台。

图2  基于概念格集成实现COnt协同构建的流程

6.1　 基于异构资源概念格整合实现各领域COnt协同构建的方法及其功能表示

为了使各领域的COnt都能在与概念格互补融合中一体化关联到CAMOnt中，系统每个领域COnt都应该对所属领域异构资源概念格进行形式统一的整合。姜永常等[

10]已对基于异构资源概念格整合的领域COnt构建方法给予了较为详尽的研究，故本节重点阐述基于概念格集成实现领域COnt协同构建的原则、要点、网络约束表示及集约功能，以示其在CAMOnt协同构建与进化中的可感知应用性和可适配再生性。

6.1.1　 基于异构资源概念格整合实现各领域COnt协同构建的方法

如图2a所示，系统在对各领域异构资源进行统一的COnt协同构建中，概念格可以充分利用对知识概念化处理与描述上的优势，凭借对每个领域中基础性异构资源的潜在对象和属性的探寻，在毫无信息损失的前提下发现概念间的多重继承关系、关联规则、层级结构并加以可视化呈现，从而使具有相同对象域G或属性域A的结构化资源形式背景(G1, A1, R1)和非结构化资源形式背景(G2, A2, R2)，以及基于对象集G与属性集A之间偏序关系R⊆G×A得到概念内涵与外延统一关联的并叠置运算。合并成的异构资源形式背景K=(G, A, R)，其中G=G1∪G2，A=A1∪A2，R=R1∪R2，能在冗余信息剔除的属性约简、协调集判断中得到情境集成的概念格L(K)=L(G, A, R)构造，遵循完全对等的映射规则将异构资源概念格L(K)自动转化为具有统一网络约束表示的领域COnt，并存储于CAS的领域COnt知识库中供用户感知应用[

10]。

6.1.2　 领域COnt网络约束表示及其对环境资源情景化集约利用

由异构资源概念格L(K)完全对等映射转化而来的各领域COnt，可在原综合形式背景K=(G, A, R)的基础上，根据对象G所属的类别C、类别C所具有的属性A、属性A可归并到的所在领域D，以及类别C、属性A、领域D之间的关系R，用面向对象G的约束网络形式表示成COnt=(C, A, D, R)[

42]。其中，R为类别C、属性A、领域D之间得以网络关联的6种约束类型，可为领域COnt对环境动态信息情景化集约利用和目标CAMOnt协同构建提供6种相应约束，具体阐述如下[42]。

R1={r1}，r1=(c, a)，c∈C，a∈A——指定属性a受到所属类别c的具体约束，可将环境中与领域COnt具有相同或类似属性的情境信息整体划归到其相应类别之下。

R2={r2}，r2=(c, a, d)，c∈C，a∈A，d∈D——指明属性a在领域d范围内所受到的特定约束，可将环境中归划到领域COnt某一类别下的情境信息再具体细分到其特定领域之中。

R3={r3}，r3=({c}, True∨False)，|{c}|≥2，c∈C——指明类别c间的兼容性约束，可将环境中与领域COnt具有相同兼容性的情境类别对应地兼容起来。

R4={r4}，r4=<c′, c″, type>，c′∈C，c″∈C，c′≠c″——指明同类c′、c″间的层次关系，其中“is a”（type=0）定义了该类的层级，“has part”/“part of”（type=1）定义了该类的层次；可将环境中已划归到领域COnt同一类别当中的情境再根据属性加以层次R14和层级R24确定，进而依据这个确定属性可被目标本体接受、应用的适应性进一步指定其变成目标本体感知元素的可替代约束R34、可应用约束R44。

R5={r5}，r5=({c})，|{c}|≥2，c∈C——指明类别c间的关联关系；可将环境中已划分到领域COnt不同类别当中的异类情境信息再加以横向关联。

R6={r6}，r6=f({c},{a})→True∨False，|{c}|≥0， |{a}|≥0，c∈C，a∈A——指明类别c与属性a间的功能约束；可将环境中已划分到领域COnt某类情境的具体属性作为其可应用的功能约束R16，将领域COnt对此属性提出的相应需求作为其可被CAMOnt接受的功能约束R26，以便形成一个领域COnt向CAMOnt转化的框架，并能够在这个属性可应用与可接受的功能转换约束R36以及其意义达成相同时，可被情景化链接与转化的功能表示约束R46中进化成CAMOnt。

由此可见，得到统一网络约束表示的领域COnt，已经打破了传统本体难以合并和与环境资源集成的束缚，既能使环境资源在R1~R6约束中得到从宏观到微观、从粗放到集约的情景化利用，又能为领域COnt在功能约束R16~R46和具体属性的层次约束R14、层级约束R24、可替代约束R34、可应用约束R44下向CAMOnt自动进化提供可操作性的导向和转化方式。

6.2　 领域COnt赖以向CAMOnt协同进化的情境感知中间件的集成功能及构建方法

情境感知中间件是介于网络操作系统与应用之间的软件层，既是CAS中各领域异构资源与环境动态信息得以集成情境协同知识构建的集成节点，又是系统各领域COnt赖以向CAMOnt协同进化的人机交互认知技术系统[

43]。

6.2.1　 领域COnt赖以向CAMOnt协同进化的情境感知中间件的集成功能

在系统各领域COnt向通用CAMOnt的协同进化中，情境感知中间件不但能为系统访问相关情境、编译情境、与其他应用共享情境及提供相应服务提供集成节点，而且能为其实际进化中存在的多源异构信息协调管理与分布整合、环境动态资源及时发现与机动关联、复杂事件交互通信与自适应配置、用户-设备-应用-服务-环境间分布式自治与扩展式互操作等复杂问题解决提供统一的抽象和可靠的服务[

32,44]。

6.2.2　 领域COnt赖以向CAMOnt协同进化的情境感知中间件的构建方法

为了使系统各领域COnt得到适应用户问题解决需要的感知应用[

14]，保证来自传感器、应用、用户及完成任务时可以利用的高组合性动态情境信息在领域COnt网络约束下也得到“六何”感知关联的通用CAMOnt协同构建与进化，情境感知中间件需要对各类组件加以灵活性、透明性、可扩展性的组织设计，以适应对用户感知活动关联识别的需求[45]。

在面向用户感知活动关联识别的情境感知中间件构建中，概念格不但可以在形式概念分析中，基于对人之常识、社会习俗、见解和目的了解及推理，灵活地支持人类进行思维、交流、争论[

45]，能够通过对各种情境传感器、分类器、适配器、感知App等高度结构化组件的代码特征定位、类层次再造、模块结构调整以及影响分析，集成构建一个可进行人机适应性交互认知的情境感知中间件（如图2b与图3a所示），来分类识别用户情境感知活动的5Ws1H元素；而且可以在用户需求的连续性分析中，基于对系统需求识别的计算单元特征定位，将用户及其感知行为触发的组件代码特征映射集合加以重构，以便情境感知中间件在给定组件特征集中识别出用户“六何”感知活动的全局计算单元，并能得到适应环境的需求矫正、故障跟踪、动态重用和功能完善，通过隐藏分布异构情境感知应用产生的复杂性来提供高层次抽象[25,46-47]。为系统各领域COnt向CAMOnt协同进化提供一个既能适应环境变化又能识别用户“六何”感知活动的人机交互认知技术系统。

图3  各领域COnt依赖情境感知中间件向CAMOnt协同进化的机理及流程

6.3　 领域COnt依赖情境感知中间件向CAMOnt协同进化的机理流程及功能表示

对于用户情境感知决策来说，基于概念格整合异构资源构建的领域COnt仅能为其应用提供所需要的部分知识，以领域COnt网络约束再对环境资源加以“六何”感知关联利用，才是获得满意结果的正途[

38]。可是，领域COnt的不能自进性，导致其只能依赖情境感知中间件才能向通用的CAMOnt协同进化。

6.3.1　 领域COnt依赖情境感知中间件向CAMOnt协同进化的机理及流程

（1）协同进化机理。系统获取环境情境信息的路径应该代表用户应用它经常选择的“六何”感知维度。用户应用知识时，尽管来自环境的多源性动态信息因受到诸多因素的影响，每个情境信息都可能是不正确的、不一致的、不完整的或冗余的；但是系统却能在情境感知中间件的人机交互认知和对用户“六何”感知识别支持下，将其感知关联成情境化的环境资源，进而通过领域COnt的概念格解构、重构及其对情景化环境资源中的适配感知元素进行R1~R6（6R）类约束的网络一体化关联，使之能协同进化为一个适合用户日常思维习惯的通用CAMOnt，如图2c所示。

（2）协同进化流程。在情境感知中间件的人机交互认知和对用户“六何”感知识别中，存储于知识库中的每个领域COnt都能以如图3b所示的统一网络约束表现形式，通过对系统内在情境（用于描述用户个人信息、偏好和情感状态）、外在情境（用于描述用户所从事活动的时间、地点和环境状况）、交互情境（用于描述用户服务需求及相应技术条件）的自主计算、监测分析、行为规划，启发用户在领域COnt的6R网络约束框架下对这三类情境信息进行“六何”感知的关联应用，使之变成如图3c所示的情景化环境资源；并可以从情景化环境资源中明确地捕捉到可用于未来问题解决的适配情境元素，使来自环境的多源性动态信息得到面向问题域的“六何”感知分类聚合，网络化地融合再生为一个如图3d所示的通用CAMOnt构建[

34]。

6.3.2　 领域COnt依赖情境感知中间件协同进化为CAMOnt的功能及表示

情境“六何”感知元素具有本体论和认知方法论的双重属性，其本体特征可为各领域COnt对环境资源的情景化重用、融合再生提供集成框架，其认知方法论属性可为环境资源的5Ws1H项分类识别、语义一致性表示提供通用的概念层次结构，而二者的有机结合则保证了领域COnt向CAMOnt协同进化的完整性、一致性。

（1）CAMOnt的功能。如图3所示，“六何”感知元素的相对独立性、可关联性、可识别性、可通信性，为情境感知中间件（平台层a）适应环境进行人机交互认知、对用户“六何”感知活动分类关联识别提供了有力的支持，使领域COnt能够在概念格解构、与环境资源的“六何”感知关联重构中得到新概念增加、新关系导入的融合再生。融合生成的CAMOnt具有既包含领域COnt抽象情境又包含情景化环境资源操作情境的内外生态系统结构，具备更能有效应对问题解决的感知能力标准[

26]和包含平台层a、扩展层c的服务架构体系，能够以一种层次化可扩展特定信息的机制，为用户复杂问题的解决提供一种通用、多维度的思维框架d。

（2）CAMOnt的表示。如图3d所示，领域COnt可依赖情境感知中间件对情境化环境资源进行“六何”感知元素适配关联，协同进化成的CAMOnt可用5Ws1H项集成加以如下的网络关联表示：

Who感知元素用来表示用户（User）特征、处境及偏好的信息；

Why感知元素用来描述情境中可开展一系列活动（Activity）的信息；

When感知元素用来定义情境中可依次发生情景改变的时间（Time）顺序；

Where感知元素用来描述情境可能发生的室内外地点（Location）及环境状况；

What感知元素用来描述用户所需服务（Service）的特点及质量；

How感知元素用来描述情境中可用的软硬件设备、联通设备（Device）及技术方法。

通用CAMOnt这种基于5Ws1H项集成的网络关联表示方法，既是以用户为中心，以用户所从事活动、所需要服务、所使用设备及其所用时间、所处地点为解决问题要点的适应环境应用本体，又是领域COnt集约映射在这种现实问题解决中的实例化再生，可以为用户主动、被动、个性化多层次情境交互、灵活解决复杂问题提供一个感知应用的反射中间件，能够保障用户在具体应用环境中依据所从事的领域活动、所担任的角色获得所需要的自适应感知服务[

19,34]。

6.4　 CAMOnt基于领域COnt“六何”关联环境资源的协同构建方法

如图4所示，CAMOnt是一种基于领域COnt网络重用、对环境资源“六何”感知关联而融合再生的本体。基于领域COnt“六何”感知关联环境资源的通用CAMOnt协同构建，应该根据问题解决的需要，将领域COnt概念格解构出来的有关情境要素及其属性，与环境中可应对问题解决的多种动态资源及其实例加以5Ws1H模块的融合重构。具体实现方式关键要做到以下两点：一要在对环境资源的感知活动识别中，为原COnt增添新的概念及其关联关系；二要在具体的“六何”感知活动属性、活动值和未确定活动模式中，为现有COnt增加特定的、应扩展的子概念，增补符合问题解决需要的新实例，以使CAMOnt获得一个层次结构日益完善的扩展框架，全面促进用户决策的制定[

48]。

图4  CAMOnt基于领域COnt“六何”感知关联环境资源情景化及自我扩展框架形成

6.4.1　 CAMOnt基于领域COnt“六何”关联环境资源情境化及自我扩展框架形成

概念格集成高度结构化组件构建的情境感知中间件，能够对组成系统的各领域COnt和来自环境的动态资源进行适应环境变化的分布自治、静态与动态相结合的综合分析，可以实时地将系统每个领域COnt的特征属性集迅速聚焦于“六何”感知活动的特定属性集之中，将领域COnt的概念格作为CAMOnt的数据结构基础，进而在与环境资源的融合重构中自我演变成通用CAMOnt，为立足于知识创造场景抽象而构建的异构资源概念格及其领域COnt注入用户应用的实际情景元素。

由于火灾是一种严重危及人民生命财产安全的突发事件，火灾尤其是重大火灾救援十分需要管理机构对此做出快速感知决策，才能协调调动多部门提供精准服务来完成救灾任务。对于面向感知决策制定和提供准确服务的CAS来说，本文以一个火灾应急领域COnt作为火灾救援CAMOnt协同构建的研究案例，比其他领域更具有代表性和典型性。图4a为一个火灾应急领域COnt（片段），在其实例化转换成一个火灾救援的通用CAMOnt过程中，环境资源中的运输工具和如救护车、消防车、专用直升机等应急设备已成为火灾救援的情境要素。这些情境要素可以在继承火灾应急领域COnt结构的类属关系中，变成一种具有适当结构、可以自治的情境化环境资源，收缩于如图4b所示的运输工具类下；而对于拥有这些应急设备的救护队、消防队的移动活动资源来说，如何接受紧急服务机构、消防局和医院的组织，提供航空运输、汽车运输救援服务等，具体形成其他情境子集，亦可在情境感知中间件的交互应用规划中得到“六何”感知关联的实用组织，收缩于如图4b所示的“应急响应”等级内。这样，相应环境资源就能基于火灾应急领域COnt的“六何”关联，演变成一个可进一步实例化类属表示的情景化环境资源，发现原领域COnt中不曾拥有的新关联关系，为火灾救援CAMOnt创建提供一个可使相应情景元素能够以确切属性参数输入与输出的扩展框架，如图4c所示。

6.4.2　 CAMOnt基于自我扩展框架内属性参数输入输出计算的具体关系推理

任何问题都可以通过一系列能够解决这个问题的方法来处理，而这些方法又可分成等级加以表示，以其输入和输出参数进行属性确定。如图4c所示，作为火灾应急领域COnt与环境资源融合而成的火灾救援CAMOnt扩展框架，从中会发现火灾应急领域COnt中不曾有过的新情境关系。

图5表明，当火灾应急领域COnt用来表示一个运输设备当前位置的参数值时，则一个输入参数便能成为其参与服务选择路径的方法①，使火灾应急领域COnt中用于表示移动活动资源的“Mobile”类与“Transportation device”类得到位置协调一致的功能关联②，进而使各自当前位置得到属性值确认的一个新功能关系推断③，可以使移动资源和运输设备在路径规划中得到各尽其能的有效应用。这样，此框架中任何种类的情境表示条目都能在关系推理中集成为火灾救援CAMOnt。

图5  CAMOnt基于自我扩展框架内属性参数输入输出计算的具体关系推理

6.4.3　 CAMOnt基于领域COnt功能约束的协同进化

情景化环境资源是火灾救援的可重用资源，火灾应急领域COnt能够在自身功能约束下，通过输入输出参数与情景化环境资源中的等级属性相关联，使其中可用于火灾营救的各类情境元素得到属性值可接受的参数输入，并在继承火灾应急领域COnt的概念框架中，以不同的情景实例协同进化为一个具有新关系、新能力的火灾救援CAMOnt。

如图6所示，在火灾应急领域COnt的6R网络约束下，情景化的环境资源会将路径选择指定为一个如图4c所示的层次方法，这时其中每个方法（目标：各就其位，各负其责，各尽其能）都能在地图上以坐标点的形式返回对象的当前位置。在本例中，医院位置的属性确定已成为火灾救援考虑的重点，医院位置的“GetLocation”属性可使用从传感器获取的数据，以火灾应急领域COnt的R16功能约束来获得：

图6  火灾救援CAMOnt基于火灾应急领域COnt功能约束的协同进化

R16: [GetLocation].[Sensor_ID] = [S].[ID]

火灾应急领域COnt能在其功能约束R16中以一个反馈医院地址的形式，提出什么样的医疗护理机构可被接收为符合特定需要的“MedicalCareSuggestion”，并通过R26功能约束将自己的相应情境嵌入火灾救援CAMOnt之中，说明“MedicalCareSuggestion”方法中输出参数“Sug_Address”值可示例为医院类别的地址属性：

R26: [Hospital].[Address] = ([MedicalCareSuggestion].[ReqiuredService])

而火灾救援CAMOnt扩展框架则能将地址格式转换（“Conversions”）为坐标格式。这个转换方法的输入参数“Address”，可以从情景化环境资源中指定的各种地址内取值。这些医院类别的“Address”属性，也可以通过这个属性可应用与可接受的功能转换约束R36得到确认：

R36: [Conversions].[Address] = [Hospital].[Address]

同样，火灾救援CAMOnt的表示及其与情景化环境资源的链接，也可以通过这个属性意义达成相同时可被环境资源情景化链接与转化的功能表示约束R46加以表明，即通过“Conversions”方法的输出参数“Map_Location”和“GetLocation”方法的输出参数“Map_Point”意义相同来实现：

R46: [Conversions].[Map_Location] = [GetLocation].[Map_Point]

通过上面约束R26~R46推理可知，对于以坐标格式来计算医院位置来说，“Conversions”和“MedicalCareSuggestion”方法的成功实现无疑是一个可替换的办法，而且这两种方法也能相应地融入情景化环境资源之中。在情景化环境资源中，这两种方法并没有对“GetLocation”方法给出替代的方式，必须引入火灾应急领域COnt的一套属性层次约束R14、层级约束R24、可替代约束R34、可应用约束R44加以明确指定。

（1）R14: <Routing, LocationDetermination, 1>

火灾应急领域COnt的属性层次约束R14的引入，可将一个新“LocationDetermination”作为“Routing”的一部分（约束R14中的1表示类层次关系）。

（2）R24: <LocationDetermination, GetLocation, 0>

火灾应急领域COnt的属性层级约束R24的引入，可将这个“GetLocation”方法指定为位置确定的替换方法（约束R24中的0表示类层级关系）。

（3）R34: <LocationDetermination, MedicalCareSuggestion, 0>

火灾应急领域COnt的属性可替代约束R34的引入，可将“MedicalCareSuggestion”这个方法指定为位置确定的替换方法之一。

（4）R44: <MedicalCareSuggestion, Conversions, 1>

火灾应急领域COnt的属性可应用约束 R44的引入，可将这个“Conversions”方法指定成“MedicalCareSuggestion”方法的一部分。

6.4.4　 火灾救援CAMOnt基于情景化环境资源5Ws1H项表示的协同创建

正如6.4.2节中所列举的例子，火灾救援CAMOnt的协同创建是对环境资源进行情境关系推理和语义融合的结果。在情景化环境资源中，一套适当约束确定的火灾救援CAMOnt需要用5Ws1H表示项来加以协同创建，这不仅使这些情景化资源所涉及的实体间产生新的关系，同时也会使其知识网络得到重新配置。在知识资源网络重配时，火灾应急领域COnt和情景化环境资源均为自治对象，能在情境感知中间件的人机适应性交互认知中，将火灾救援CAMOnt的5Ws1H表示项引入情境转化结构中，并在知识资源网络的结构保留中演变成一个可支持用户进行“六何”感知活动的新COnt-CAMOnt。

CAMOnt的5Ws1H表示方式，不仅能够将情景化环境资源及其实例复制到知识资源网络之中，而且能够随时反映其中的任何信息变化，从而为应急管理机构或决策者根据火灾的具体位置，适时适情组织各个应急救援队、消防队和医院，就近高效使用救护车、消防车和专用直升机等进行协同应急服务提供决策方案。

7　结 语

基于领域COnt面向CAMOnt进化的协同构建是一个CAS真正得以建立、有效运行的基础保障，能够为用户情境感知决策提供整个生命周期的支持。但是，无论分布于各领域异构资源之中的综合情境，还是分隐于环境之中的动态情境，都具有传感、多源、分布、动态、不确定和不完善等高组合复杂性，导致在以前的CAS研究中COnt往往采取针对情境单一生态形式加以分布独立构建的方法，人为地割裂了情境生态系统的内外结构，即使进一步采用协作Tags或语义Wiki对现有领域本体进行情境感知本体的改造，也难以给予用户个体自适应的感知能力。

为了构建一个以用户为中心、适应环境变化的CAS，在CAS中实现对COnt的协同构建，促使各领域COnt依赖情境感知中间件向CAMOnt的协同进化，本文主要以CAS中的各领域异构资源、环境动态资源及其集成情境转化为对象，采取相关文献对比分析和国内外有关内容优势互补的比较研究方法，根据CAS对COnt协同构建的需求及其基于概念格集成实现的必要性、独特性、可行性，不但基于概念格与本体的内涵相似性和互补融合之功能，面向各领域异构资源和环境动态资源的情境生命周期管理，分别提出了前者基于概念格整合立足于对其知识创造现实场景进行立体化抽象的领域COnt构建，以及后者基于领域COnt概念格和与环境资源重构立足于对用户应用实际情景进行形象化塑造的CAMOnt构建之原则；而且，在对领域COnt进行6R约束网络表示及其对环境资源情景化网络关联功能分析的基础上，通过概念格集成高度结构化组件构建的情境感知中间件对用户感知活动进行人机交互认知的能力分析，重点对CAMOnt基于领域COnt“六何”感知关联环境资源的进化机理与流程、功能与表示、协同进化方法与创建方式给出了比较详尽的解决方法。这种COnt协同构建方法，不仅能使各领域COnt得到类属层次关联、可网络约束表示的自动化构建，打破传统COnt只能独立分布构建的现状，也能使面向问题解决的CAMOnt得到适应任何领域、任何环境的通用构建，实现COnt无须冲突化解、可信度评价、访问控制的自进化性，从而保障情境内外生态系统结构得到和谐共生，可以适应环境变化地赋能用户以准确的情境感知决策能力。

参 考 文 献

1

Schilit B N, Theimer M M. Disseminating active map information to mobile hosts[J]. IEEE Network, 1994, 8(5): 22-32. [百度学术] 

2

Pradeep P, Krishnamoorthy S. The MOM of context-aware systems: a survey[J]. Computer Communications, 2019, 137: 44-69. [百度学术] 

3

van Engelenburg S, Janssen M, Klievink B. Designing context-aware systems: a method for understanding and analysing context in practice[J]. Journal of Logical and Algebraic Methods in Programming, 2019, 103: 79-104. [百度学术] 

4

Studer R, Benjamins V R, Fensel D. Knowledge engineering: principles and methods[J]. Data & Knowledge Engineering, 1998, 25(1/2): 161-197. [百度学术] 

5

Aguilar J, Jerez M, Exposito E, et al. CARMiCLOC: context awareness middleware in cloud computing[C]// Proceedings of the 2015 Latin American Computing Conference. IEEE, 2015: 1-10. [百度学术] 

6

毕强, 鲍玉来. 数字图书馆知识组织体系构建的发展路径——概念格与本体的互补融合[J]. 华中师范大学学报(人文社会科学版), 2011, 50(5): 130-136. [百度学术] 

7

李金海, 魏玲, 张卓, 等. 概念格理论与方法及其研究展望[J]. 模式识别与人工智能, 2020, 33(7): 619-642. [百度学术] 

8

李金海, 何有世, 马云蕾, 等. 基于多层领域本体的知识表示通用模型研究[J]. 计算机工程与应用, 2020, 56(11): 149-155. [百度学术] 

9

唐旭丽, 张斌, 傅维刚. 情境本体驱动的多源知识融合框架[J]. 图书情报工作, 2018, 62(22): 109-117. [百度学术] 

10

姜永常, 王红露, 李浩. CKAIC中基于概念格整合异构资源的情境本体构建[J]. 现代情报, 2021, 41(3): 38-43. [百度学术] 

11

Dias S M, Vieira N J. Concept lattices reduction: Definition, analysis and classification[J]. Expert Systems with Applications, 2015, 42(20): 7084-7097. [百度学术] 

12

曹文振, 赖纪瑶, 王延飞. 人工智能时代情报学发展走向之辨——对本体论、感知论、方法论、服务论的再思考[J]. 情报学报, 2020, 39(5): 557-564. [百度学术] 

13

van Bunningen A H, Feng L, Apers P M G. Context for ubiquitous data management[C]// Proceedings of the International Workshop on Ubiquitous Data Management. IEEE, 2005: 17-24. [百度学术] 

14

Schilit B, Adams N, Want R. Context-aware computing applications[C]// Proceedings of the 1994 First Workshop on Mobile Computing Systems and Applications. IEEE, 1994: 85-90. [百度学术] 

15

Krishnamoorthy S. Rover-II: a context-aware middleware for pervasive computing environments[D]. City of College Park: University of Maryland, College Park, 2013. [百度学术] 

16

李亚子, 钱庆, 郭文丽, 等. 大规模本体协同构建框架研究与设计[J]. 图书情报工作, 2011, 55(12): 96-100. [百度学术] 

17

Cai Y, Chen W H, Leung H F, et al. Context-aware ontologies generation with basic level concepts from collaborative tags[J]. Neurocomputing, 2016, 208: 25-38. [百度学术] 

18

李浩君, 张芳. 活动理论视角下移动设备情境感知信息推荐服务研究——基于情境本体建模与规则推理[J]. 情报杂志, 2018, 37(3): 187-192. [百度学术] 

19

密阮建驰, 战洪飞, 余军合. 面向企业知识推荐的知识情景建模方法研究[J]. 情报理论与实践, 2016, 39(4): 78-83, 59. [百度学术] 

20

张弸, 李强. 基于情景要素适配的高校图书馆资源推荐服务研究[J]. 数字图书馆论坛, 2020(8): 42-47. [百度学术] 

21

陈氢, 冯进杰. 多维情境融合的移动情境感知服务系统构建研究[J]. 情报理论与实践, 2018, 41(8): 115-119, 160. [百度学术] 

22

孙辉, 王颖, 张智雄. 本体构建中的协同问题研究——以中华人民共和国史本体为例[J]. 情报学报, 2015, 34(9): 958-969. [百度学术] 

23

刘杰, 李宏伟, 沈立炜, 等. 分布式本体的构建与一致性维护方法[J]. 计算机应用与软件, 2015, 32(10): 15-20, 77. [百度学术] 

24

冯兰萍, 吴凤平. 基于群体行为的协同构建本体可信度研究[J]. 情报杂志, 2015, 34(6): 163-168. [百度学术] 

25

毕强, 滕广青. 国外形式概念分析与概念格理论应用研究的前沿进展及热点分析[J]. 现代图书情报技术, 2010(11): 17-23. [百度学术] 

26

毕强, 滕广青. 基于概念格的多本体协同知识地图构建研究[J]. 情报学报, 2012, 31(10): 1081-1025. [百度学术] 

27

Meditskos G, Kompatsiaris I. iKnow: ontology-driven situational awareness for the recognition of activities of daily living[J]. Pervasive and Mobile Computing, 2017, 40: 17-41. [百度学术] 

28

Safyan M, Ul Qayyum Z, Sarwar S, et al. Ontology evolution for personalised and adaptive activity recognition[J]. IET Wireless Sensor Systems, 2019, 9(4): 193-200. [百度学术] 

29

李金海, 米允龙, 刘文奇. 概念的渐进式认知理论与方法[J]. 计算机学报, 2019, 42(10): 2233-2250. [百度学术] 

30

滕广青, 毕强. 从应然之思到实然之举: 知识的本体与本体化进程[J]. 情报理论与实践, 2011, 34(12): 24-28. [百度学术] 

31

Tonella P. Formal concept analysis in software engineering[C]// Proceedings of 26th International Conference on Software Engineering. IEEE, 2004: 743-744. [百度学术] 

32

Issarny V, Caporuscio M, Georgantas N. A perspective on the future of middleware-based software engineering[C]// Proceedings of the Conference on Future of Software Engineering. IEEE, 2007: 244-258. [百度学术] 

33

Pradeep P, Krishnamoorthy S, Pathinarupothi R K, et al. Leveraging context-awareness for Internet of Things ecosystem: Representation, organization, and management of context[J]. Computer Communications, 2021, 177: 33-50. [百度学术] 

34

Lu Z J, Li G Y, Pan Y. A method of meta-context ontology modeling and uncertainty reasoning in SWoT[C]// Proceedings of the 2016 International Conference on Cyber-Enabled Distributed Computing and Knowledge Discovery. IEEE, 2016: 128-135. [百度学术] 

35

Pradeep P, Krishnamoorthy S, Vasilakos A V. A holistic approach to a context-aware IoT ecosystem with Adaptive Ubiquitous Middleware[J]. Pervasive and Mobile Computing, 2021, 72: 101342. [百度学术] 

36

闫梦宇, 李金海. 概念格共有与独有属性(对象)的关系研究[J]. 计算机科学与探索, 2019, 13(4): 702-710. [百度学术] 

37

范炜. 情报学视角的情境概念及情境观认识[J]. 图书情报工作, 2020, 64(12): 4-10. [百度学术] 

38

Smirnov A, Levashova T, Shilov N, et al. A hybrid technology for operational decision support in pervasive environments[C]// Proceedings of the IFIP International Conference on Artificial Intelligence Applications and Innovations. Boston: Springer, 2009: 3-12. [百度学术] 

39

王福, 毕强. 移动图书馆场景化信息接受情境聚合适配研究[J]. 情报理论与实践, 2018, 41(6): 22-27, 21. [百度学术] 

40

Safyan M, Qayyum Z U, Sarwar S, et al. Ontology-driven semantic unified modelling for concurrent activity recognition (OSCAR)[J]. Multimedia Tools and Applications, 2019, 78(2): 2073-2104. [百度学术] 

41

Wang W S, Li W P, Wu Z H, et al. An ontology-based context model for building context-aware services[C]// Proceedings of the 2011 Second International Conference on Intelligent Systems, Modelling and Simulation. IEEE, 2011: 296-299. [百度学术] 

42

Smirnov A, Pashkin M, Chilov N, et al. Knowledge source network configuration approach to knowledge logistics[J]. International Journal of General Systems, 2003, 32(3): 251-269. [百度学术] 

43

Pradeep P, Krishnamoorthy S, Vasilakos A V. A holistic approach to a context-aware IoT ecosystem with Adaptive Ubiquitous Middleware[J]. Pervasive and Mobile Computing, 2021, 72: 101342. [百度学术] 

44

Henricksen K, Indulska J, McFadden T, et al. Middleware for distributed context-aware systems[C]// Proceedings of the OTM Confederated International Conferences: On the Move to Meaningful Internet Systems. Heidelberg: Springer, 2005: 846-863. [百度学术] 

45

Stumme G. Formal concept analysis on its way from mathematics to computer science[C]// Proceedings of the International Conference on Conceptual Structures. Heidelberg: Springer, 2002: 2-19. [百度学术] 

46

Eisenbarth T, Koschke R, Simon D. Locating features in source code[J]. IEEE Transactions on Software Engineering, 2003, 29(3): 210-224. [百度学术] 

47

Tilley T, Cole R, Becker P, et al. A survey of formal concept analysis support for software engineering activities[M]// Formal Concept Analysis. Heidelberg: Springer, 2005: 250-271. [百度学术] 

48

Guermah H, Fissaa T, Hafiddi H, et al. An ontology oriented architecture for context aware services adaptation[J]. International Journal of Computer Science Issues, 2014, 11(2): 24-33. [百度学术] 

copyright © 2018-2020