论文部分内容阅读
智能化是人对计算机系统的基本要求，将智能技术引入人机交互研究中，产生了智能交互技术。智能交互是提高人机交互效率、使计算机提供的服务更好的满足用户个性化需求的重要手段。
多设备融合可以扩展交互数据的获取范围，有助于更加全面准确的把握用户偏好，更好的进行智能交互。本文在基于多设备的智能交互问题上做了如下工作：
1.提出了多设备交互信息的获取方法。将用户交互行为数据的搜集范围从单一设备扩展到多设备，通过无线网实现了移动设备与PC交互信息的融合。基于XML设计了多设备间进行数据整合和消息共享的通信协议。
2.提出了一种新的移动设备和桌面计算机的整合模型。该模型中移动设备和PC具有同等的地位，没有主从关系，用户交互历史从移动设备和PC共同获得。
3.提出了一种交互式智能学习方法。该学习过程分为三个阶段，首先是有指导的学习，用户显式的表达自己的个性化需求；之后是预测-反馈阶段，机器根据前一阶段学习到的用户模型，对下一次的交互行为进行预测，用户交互的判定预测的准确性，系统根据用户的反馈调整参数或更新用户模型。最后是实际预测阶段，此时用户模型已经确定。
4.在基于WindowsMobile的PocketPC上实现了基于多设备的智能交互的实例系统--智能接听系统。首先，根据初始用户模型，设计了一个用户实验，采集到12位用户过去6个月的通话和短信记录，然后通过机器学习的方法对数据进行分析，确定了智能接听的用户模型。最后，在PocketPC上实现了数据搜集和预处理、多设备数据整合、以及根据用户模型实际给出智能化提示等功能。