多源数据融合用户行为感知与识别.pdfVIP

专题 第 10 卷  第 5 期  2014 年 5 月 多源数据融合的用户行为 感知与识别 陈益强　刘军发　王双全 关键词 ：多源数据融合　行为识别　时空多尺度数据 中国科学院计算技术研究所 引言 致划分为4 个层次（如图1 所示）： 过时间尺度等规则将这些特 (1) 身体局部范围的个体体感行 征有机结合在一起，作为统 用户行为识别与理解是以人 为识别 ；(2) 一定物理空间中的 一的多模态数据特征。 为中心的普适计算领域的重要研 日常生活行为识别 ；(3) 时间多 ● 决策层融合。从不同模态的 究内容之一，也是实现智慧型、 尺度和空间维度上的个人时空行 数据中分别提取特征，通过 个性化移动终端设备及其应用服 为识别 ；(4) 用户社交行为识别。 模式识别过程获得识别结果 务的关键点。传统的用户行为识 随着用户行为层次的变化，用户 与权重，再通过融合策略获 别通常针对的是用户的日常生活 的移动属性以及对周围人- 机- 得最后的判别或识别结果。 行为 （如走路、跑步、上楼、下 物的感知需求侧重有所区别，对 楼等）和运动轨迹等。近年来， 用户行为的准确识别也提出了更 与传统基于单源数据的方法 用户行为识别的研究范畴快速扩 高的要求，传统基于单源数据的 相比，多源数据融合把多个传感 展，如在识别用户体感行为和社 用户行为识别方法已经显现出诸 器在时间和空间上的冗余或互补 交行为方面出现了大量的创新研 多弊端。因此，多通道、全时空 信息依据某种准则进行组合，获 究成果。本文按用户在物理空间 的人- 机- 物三元感知技术以及 取被观测对象的一致性解释或描 涉及的范围，将用户行为识别大 相应的多源数据融合技术已被越 述，以便能够扩展时空的覆盖范 来越广泛地应用于用户行为识别 围，减少信息的模糊性，增加对 领域。 目标行为确认的可信度，改善系 社交行为 具体而言，多源数据融合可 统的可靠性。与此同时，多源传 个人时 空行为 分为3 种思路与方法 ： 感系统越来越多地表现出移动性 日常 生活 及三元交互性。智能手机等各类 行为 体感行为 ● 数据层融合。先对各模态的 新型移动终端以及谷歌眼镜、三 数据进行简单组合形成新的 星智能手表等可穿戴式系统融合 特征向量，再进行后续的常 了越来越丰富的传感器，在更大 规分类或识别等过程。 的时空范围内提供了更多的数据 ● 特征层融合。从单模态数据 感知功能。因此，具有更多移动 图1　用户行为识别的4个层次 中提取有效互补的特征，通 属性的多源数据融合的行为识别 8