潜在吸收能力和现实吸收能力的差异分析

宁东玲

〔摘要〕针对物流园区供应链节点的任务环境引入情境感知计算分析模型，设计了一个物流园区供应链智能信息服务框架，并基于本体的方法构建了园区多维分层用户情境元模型，最后，从两阶段情境上下文推理方法和情境模式匹配与服务信息推送两个方面，对园区智能信息推送服务进行了具体设计。

〔关键词〕物联网；情境感知；本体；信息推送

DOI：10.3969/j.issn.1008-0821.2013.05.025

〔中图分类号〕C93-05〔文献标识码〕A〔文章编号〕1008-0821（2013）05-0112-04

物流园区是物流企业在空间集聚的结果，是物流产业协同的一种表现形式，也是区域经济结构的重要组成部分。目前我国规模以上的物流园区近1 000家左右，物流园区建成以后，园区企业所能享有的政策倾斜和区位优势已基本固定，升值空间已很有限，但高质量的信息服务是园区企业提供增值服务的重要途径。本研究将为园区供应链节点提供主动的个性化的物流服务，以提高物流园区对社会物流资源的整合利用和优化配置效率，推动物流企业向园区集聚，促进物流产业和区域经济的协同发展。

情境感知（Context-Aware）是普适计算[1]研究领域的核心内容，最早由Schilit于1994年提出，通过Wi-Fi、RFID、信息传感及网络业务等现代信息通信技术（ICT）获取和处理目标用户所处环境的相关信息，从而进一步了解用户的行为选择动机，其提供了用于改善用户体验设计的一个重要方向——“主动服务设计”，特别是在用户个性化服务需求响应方面，可以为用户提供较为精确的主动式推送服务。

现代物流园区是多个物流实体在空间上集中布局的场所，是具有一定规模的综合物流服务与管理设施的集结点，其中信息化建设对于构建融合商流、信息流、资金流为一体的现代物流园区的作用日益突出。以现代信息技术为支撑整合园区的供应、仓储、运输、配送、信息处理等环节，优化企业业务流程，合理分配和调度相关物流资源成为了物流园区可持续发展的必然趋势和迫切要求。

目前国内物流园区在信息化水平建设方面取得了一定的成绩，但由于信息不对称、移动工作任务频繁、专业分工高度化等问题[2]，使得在物流资源的调度与整合方面仍处于被动的境地。本文基于情境感知的视角研究物流园区供应链智能信息推送服务机制，针对园区供应链节点的任务环境引入情境感知计算分析模型，将物流园区信息协同管理的行为抽象提炼成“角色、事件、流程、结果”等要素，构建成多维度多层次的信息协同机制，以解决物流服务信息推送精度低和时效性弱的问题。

1情境感知计算

情境感知（Context Awareness）技术源于所谓普适计算（ubiquitous computing）的研究，最早由Schilit于1994年提出。情境感知简单说就是通过传感器及其相关的技术使计算机设备能够“感知”到当前的情境。目前用户研究和用户体验设计的一个难点在于了解用户使用产品的情境和环境。现在流行的做法是通过实地研究去了解用户情境，这种做法最大的一个问题在于成本过高，且样本量一般不大，如果要获取大样本的数据会耗费大量资源。情境感知计算的应用可以通过传感器获得关于用户所处环境的相关信息，从而进一步了解用户的行为动机等，于是一种新型的基于“主动服务设计”的研究方向成为情境感知研究的热点和重点，利用集成化的计算机信息处理系统可以通过情境感知，自适应地改变，为用户提供主动的推送式服务。

1情境的表示和建模

情境感知计算环境中，情境形式丰富，处理复杂，建立统一的上下文情境表示模型至关重要，目前较常见的可分为形式上的建模和语义上的建模[3]，前者对不同的情境信息用相同的结构表示，如键值对模型、标记语言模型、图形化建模等；后者支持情境语义的统一，如本体模型、扩展的UML语言等。

12情境的过滤、推理和融合

由于原始情境信息主要通过底层设备，如传感器、移动设备等采集，存在着不精确和冗余的特点，因此必须进行底层信息的过滤，抽取准确、一致的情境信息，同时底层情境必须通过推理演化出更高一级的情境为应用层服务，情境的过滤、推理和融合构成了情境演化的主体，目前主要采用贝叶斯网络、模糊推理、证据理论和人工神经网络等[4]方法解决。

13情境的存储、查询和应用

情境信息具有瞬时性、关联性特征，Gaia提出了一种情境感知文件系统，利用目录的形式表示情境上下文，并采用一阶谓词方式处理查询请求[5]。Sharat Khungar利用关系数据库支持情境的分布式存储和查询[5]，情境的具体应用亦是当前研究的热点和难点。

2物流园区供应链智能信息服务框架

情境感知（Context Aware）是指在用户需要时利用情境信息向用户提供适合于当前情形（如任务、地点、时间和人物等）的信息或服务，通过感知用户情境自动地获取和发现用户需求，实现信息服务与用户的自适应，并提高信息服务的准确性和可靠性，是协助信息服务系统提高性能和质量的重要支持手段和方法[6-7]。因此，为更好地实现物流园区智能信息推送服务，本文基于情境感知的方法，对其体系框架及关键技术展开系统研究，见图1。

在该框架中，首先从与任务相关的工作流引擎、传感设备等内外部信息源搜集用户当前任务情境信息。其次，为实现来自异构情境信息源的交互处理，利用本体建模工具图1情境感知的物流园区智能信息服务框架

构建任务单元本体元模型，建立供应链节点用户间交互业务情境模型。在此基础上实现基于本体相似匹配与推送。可以提供基于时间、地点、用户、查询及任务情境的多维信息推送服务，同时维护情境信息自动更新，实现自适应化。

实现情境感知的物流园区供应链智能信息推送服务，主要包括情境信息的感知和处理、园区供应链节点企业情境本体模型构建、交互业务情境模型、情境元模型、基于情境感知的园区智能信息匹配和推送等几个方面。本文重点探讨物流园区供应链情境建模和智能信息推送服务设计。

3物流园区供应链情境建模

本体定义为共享概念模型的明确的形式化规范说明[8]，利用本体可解决信息组织、信息检索和异构信息系统的互操作问题。本文依托园区的基本业务如仓储保管、运输、货代等，围绕园区管委会、物流需求方、物流供给方、政府部门、物流中介和辅助服务方等5大主体的用户需求构建园区情境本体元模型，见图2。同时针对园区供应链不同节点企业之间的交互业务，建立节点企业之间交互业务情境模型，见图3。图2园区供应链节点企业通用本体元模型

图3园区供应链节点企业之间的交互业务情境模型

在园区供应链智能信息推送服务中，情境是用来刻画用户特征信息的集合，包括“角色、环境、事件”，角色包括园区物流服务链的节点企业及其岗位角色，环境信息包括园区资源分布、资源状况、资源用途等，事件包括交互业务、其他事件、历史交易及客户档案等。园区多维分层用户情境元模型见图4。

4智能信息推送服务设计

本文采用情境感知建模研究中的Context Toolkit模型，它采用了分层和模块化的结构设计，其包括了传感器、部件、翻译、汇聚中心等核心组成部分，通过采用情境部件图4园区多维分层用户情境元模型

和情境翻译模块对环境情境信息进行抽象，可以有效地分离情境信息的获取和情境信息的使用，有效降低情境感知系统的设计复杂度。

41两阶段情境上下文推理方法