1、利用过程挖掘发现人类习惯：现状与研究挑战

利用过程挖掘发现人类习惯：现状与研究挑战

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，其目的是借助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，为人们的日常生活提供便利。这种技术集合被称为普适计算。

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，它们能够充分利用环境智能（AmI）技术。AmI 融合了人工智能（AI）和人机交互（HCI）等多个领域的技术。

AmI 技术基于为特定家庭和/或居民专门训练的模型，这些模型主要包括以下几个方面：
- 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或传感器测量/事件，例如打扫房子。活动可以是协作性的，涉及多个用户的动作，并且可以相互交织。
- 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。为了获取这些模型，可以采用过程挖掘（PM）技术。PM 是一门相对较新的研究学科，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 PM 技术（如过程发现）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。

下面为您展