[发明专利]基于分层次信息提取服务器的移动终端群智感知架构

说明书

技术领域

本发明涉及参与式感知，社群感知领域，无线传感器领域。

背景技术

苹果公司推出的语音搜索软件，google公司的智能搜索引擎产品如google now、google glass以及刚刚发布的新的概念产品（会说话的鞋子Talking Shoe），它们不是普通的搜索引擎，比如可以将Siri理解为一位低智商的生活秘书，它采用了Nuance公司的语音识别技术，具有一定程度的语义理解和用户意图识别能力，反馈给用户的是具体答案而不是网站链接。另外像Google now最大的特点是根据用户的习惯和正在进行的动作自动进行分析处理主动提供信息给用户。

考虑到现有基于移动终端的各种智能化应用如siri等，虽然具有一定的语义智能，实际上给用户的答案是事先录入到知识库里，并不是经过实时感知捕获和分析得来的，知识库需要专人负责定期更新和维护，存在更新速度慢、知识覆盖面窄等缺点。

另外随着现有大部分移动终端具备越来越丰富的传感器，利用GPS、加速度传感器、摄像头等传感器可对用户自身和周围物理环境和人的多种情境状态进行实时捕获和感知。每个移动终端提供的数据是有限的，并且移动终端是需要在完成它的正常工作的同时进行数据收集，并且收集到的数据必须是高度有效的（手机放在口袋里和拿在手上收集到的数据效果肯定是不一样的），所以移动终端的群智感知如何保证大范围的用户参与以及如何保证数据传输和带宽的有效性是一个需要考虑的问题，如果只是简单地感知或者上传数据去云端服务器对数据收集来说并不是一个很好的解决办法，要解决这些问题，在本地进行数据处理对于移动终端的群智计算来说，是一个非常关键的保证。然而有些问题并不是从单个节点就可以获取信息的，比如说一个城市的人的饮食偏好，它需要对无数节点采集到的数据进行处理和融合，显然移动终端不能很好地完成这项工作，因此我们需要把这些大数据发送到云端进行处理。另一方面，考虑到数据传输的有效性和实时性，移动终端可以处理的数据，如单个节点采集到的数据，就可以在移动终端进行处理，没有必要再上传至云端。

发明内容

本发明的目的：解决移动终端的群智感知大范围的用户参与以及数据传输和带宽的有效性问题。

本发明的技术方案：移动终端智能引擎架构主要是用于用户无意识的参与，移动终端的传感器在用户无意识的情况下，捕获感知信息，把数据上传到云端，感知数据可支持混合输入，如多媒体/视频，twitter/社会媒体流，文本，活动，位置，温度，时间等。当然用户也可以通过移动终端，获取到海量信息。移动终端智能引擎架构如图1所示，该框架主要由四部分组成，分别是分层次信息提取服务器，基于移动终端的数据收集模块，移动设备的用户问询模块以及基于云端的数据存储和处理模块。

1.数据收集模块

数据收集模块是寄于移动终端上的，它通过移动终端上内置的传感器，如重力传感器，声音传感器，加速度传感器等，收集用户周围的情境信息，对感知数据进行存储。

2.用户问询模块

用户问询模块是一个集中式的系统，它接收用户提出的问题，并返回这些问题的答案。该模块主要由问询处理器，专业知识得分和搜索排名引擎几部分组成。

问询处理器处理从移动终端搜集到的用户问题，通过调用云端知识库的内容，计算出一系列的候选答案。专业知识得分模块会基于用户标签计算每个用户的专业得分，处于对效率的考虑，对于一些比较常见或者重复提问过的问题，用户的专业得分可以预先计算好或者进行保存处理。搜索排名引擎通过用户的专业得分对候选答案进行删选，把最优答案反馈给移动终端的用户。

3.云数据处理模块

该模块主要是通过对集中存放的群体数据进行分析，实现复杂事件与规律的感知。大量的传感器节点根据预先制定的采样及传输规则，不断地向云端传递所采集的数据，从而形成海量的异构数据流．云数据处理模块将接收到的异构信息进行统一的语义表达并存储到云端数据库，对大规模的终端感知信息进行冲突的检测、动态地自学习等，主动地、智能地将原始终端传感信息转化为有用的知识信息，更新与扩展知识库，并实现对是对数据进行深层次的挖掘，多源异构数据的融合。

4.分层次信息提取服务器