1、智能空间中人类习惯挖掘与活动识别技术解析

智能空间中人类习惯挖掘与活动识别技术解析

1. 引言

近年来，市场对在物理环境中嵌入传感器和执行器的兴趣日益浓厚。其理念是利用传感器收集环境的实时信息，并通过执行器触发相应动作，从而实现物理任务的自动化，助力人们的日常生活。这种应用所涉及的技术被称为普适计算。

智能空间是普适计算应用领域中的新兴类别，智能家庭和办公室是其中的典型代表，它们能够借助环境智能（AmI）技术发挥普适计算的优势。AmI融合了人工智能（AI）和人机交互（HCI）等多个领域的技术。

AmI技术基于针对特定家庭和/或居民专门训练的模型，这些模型主要代表以下几方面内容：
- 动作 ：与环境的原子交互，例如使用家用电器。
- 偏好 ：在特定上下文条件下明确表示决策的一组规则。
- 活动 ：具有最终目标的一组动作（极端情况下为一个动作）或传感器测量/事件，例如打扫房屋。活动可以是协作性的，涉及多个用户的动作，并且可能相互交织。
- 习惯 ：在特定上下文条件下发生的一组活动，代表人类的日常习惯，例如用户每天早上8点到10点的活动。

有观点认为，业务流程形式主义可作为活动和习惯的模型。业务流程是公司为执行特定功能而执行的一组相互关联的任务，例如订购商品。为了获取这些模型，可以采用流程挖掘（PM）技术。PM是一门较新的研究学科，它将数据挖掘技术与业务流程管理（BPM）技术相结合，主要目标是从事件日志中提取有意义的信息。当将流程发现等PM技术应用于从智能空间收集的数据时，就可以将人类活动和习惯建模并可视化为业务流程。