14、结构化上下文预测：通用方法解析

结构化上下文预测：通用方法解析

1. 引言

普适计算的愿景推动了智能设备和应用的发展，这些设备和应用能在后台为移动用户提供帮助。获取、处理、管理和提供描述用户环境与情况的上下文信息，成为此类系统的重要需求。而对未来上下文的预测，能让设备和应用主动支持用户。

目前，通用上下文管理系统和中间件支持不断涌现，开发者常能基于通用框架构建上下文感知应用。但为上下文预测提供可复用的系统支持仍是挑战，理想的上下文感知应用不仅要考虑当前上下文，还需能推导和利用未来情况的信息。下面通过两个用例说明：
- 能源管理 ：移动设备可利用未来使用情况的预测进行能源管理。若用户使用手机方式固定，能源管理应用可借助预测系统了解其行为，进而给出电池充电的最佳时间建议、合理节能或在高能耗导致电量不足时提醒用户。
- 服务可用性 ：在移动自组织网络中，特定软件服务的可用性常依赖于位置或网络连接等上下文数据。通过预测提供或消费服务的设备位置，可预测服务可用性，从而优化任务分配，选择最合适的设备。

一个预测系统需满足以下要求：
1. 支持广泛的应用。
2. 支持多样的上下文类型。
3. 能在运行时适应个体用户。
4. 预测结果准确。
5. 考虑移动设备资源限制，保证高效性。
6. 降低开发者的工作量。

2. 背景与相关工作

未来预测的基础是过去收集的相关数据。本文将预测涉及的参数称为变量，不同时间点变量有不同值，这些值构成历史数据。

定义 1（历史数据） ：在离散时