基于智慧校园的情境感知数据采集的策略研究

蒋达央　姚　琪　季　云

(常州信息职业技术学院　江苏常州　213164)



基于智慧校园的情境感知数据采集的策略研究

蒋达央姚琪季云

(常州信息职业技术学院江苏常州213164)

随着各类传感器在智慧校园中的应用，大量情境感知数据的采集成为校园智慧应用研究和拓展的基础。情境感知数据的采集在不同模型的框架下其思路和策略各有侧重。利用基于校园师生活动这一本体而设计的情境感知模型，充分阐述情境数据之间的结构关系。智慧校园中情境数据的来源和类别相对而言较为明确，根据情境数据的来源和类别，可采用增加传感器、XSLT信息抓取和移动终端远程获取这三种数据采集策略来实现。

智慧校园； 情境感知； 数据采集； 感知数据

0　引言

随着物联网、云计算、大数据、可视化等信息技术应用的深入，数字校园正逐步向智慧校园转变。智慧校园建设以物联网为基础，以云计算和大数据为核心，以可视化为展现形式，以资源整合、信息共享为主线，以服务师生工作学习生活为目标，打造一个标准、高效、智能的全方位一体化管理服务信息平台。

智慧校园信息平台设计理念和特点迫使研究人员需要更多地关注用户使用各系统的真实感受。系统在不同的环境下，智能地判断用户行为及目的，并主动向用户提供相关信息或服务，人性化地调整人与情境交互的方式和内容。单纯的实验室或办公室开发产品的模式已无法实现，只有到用户真实的环境中去感知、结合真实的用户体验，才能设计出优秀的人机交互产品，才能适应并满足用户和智慧校园的需求。目前对于情境感知数据的采集主要是基于人工方式。随着信息通信技术的发展，利用技术，以最小的投入采集更多、更有效的样本数据将是必然趋势。

1　情境感知数据模型

智慧校园中有关智慧的感受体验，很大程度依赖物联网的应用。物联网在运行中会产生大量结构化和非结构化数据，对于智慧校园下的情境感知数据采集策略，主要在于使计算机能够实时收集校园学习生活情境数据，并根据所搜集的信息数据做出自适应行为。

目前，对于几何、物理实体的情境感知数据都可以通过较为便捷的方式来获取，但对于人类情绪、感受等无明显特征的非结构化数据，很难通过计算机来抓取和分析。因此，智慧校园下的情境感知数据采集离不开构建一个情境感知模型，进而来描述类似的非结构化数据的复杂性。

由于情境信息本身具有多样性，因而建模的方法有很多种。Strang和Linnhoff-Popien总结了相关的情境建模方法，包括：面向对象模型、本体模型、关键值模型、逻辑模型和模式标记模型等。针对师生这一校园内最为复杂的活动个体，建立一个基于活动的情境感知模型，将活动、情境以及两者之间的关系整合起来，从而可以清晰地描述对象在不同行为阶段、不同场景下的反应，如图1所示。

图1　基于活动的情境感知模型

从模型图可以看出，活动是由对象引发具有一定目的性的动机而产生，活动由对象主体和动机决定。活动也可细分为若干个行为阶段，在不同的行为阶段，活动主体的操作是有所差异的。当在一定时机或条件下，行为、操作又相互影响、转化和支撑。智慧校园在做顶层设计和框架搭建时，需要研究活动主体以及主体在不同情境下可能产生的行为操作。

2　情境感知数据种类和来源

目前智慧校园下常见的情境感知数据主要有校园师生感知数据、师生与校园的交互数据、校园环境感知数据这三类。智慧感知的体现则主要集中在基于这三类情境数据的数据挖掘与分析，进而形成不同种类的智慧应用。所有的校园智能应用请求在基于智慧校园数据库上建立查询，最终服务于不同校园人员。而智慧校园下的情境感知数据来源基于校园智能化应用。

就常见的智慧校园结构框架而言，可将情境感知分为感知内容(前端设施)、感知空间(智能化控制系统)、感知手段(数据采集设施和方式)、感知数据(数据抽样分析)、感知应用(智慧应用)这五大部分。传感器的分布依据智慧校园中信息的种类和数据采集密集度来进行配置。对于师生活动较为频繁的教室、宿舍、实验室等场所，通常是传感器分配比较高的区域。

对于智慧校园常用的感知内容而言，主要包括灯、电、水、网络、窗帘、绿化等各类设施。感知空间主要包括智能教室、智能会议室、智能宿舍区、智能公共场所和绿地等，即对感知内容实时智能化控制与整合。感知空间与感知内容为前端设施，在师生活动过程中会形成大量情境感知数据。感知手段主要是指把前端设施在不同活动情境中产生的数据采集起来。这种采集技术主要依靠GPS、摄像头、温湿度传感器、光传感器、无线网络控制器、RFID、声音传感器等各类终端电子设备来实现。感知数据主要是指对所有采集到的数据进行分类抽样，从具象数据形成抽象数据，以符合情境感知数据类型，并展开数据分析。感知应用是指利用对数据的分析结果，开展智慧应用服务，以满足校园主体的不同情境下的活动需求。

3　感知数据采集方式

智慧校园作为一个普适的计算环境，在校园的不同活动情境中，研究师生如何高效地获取或自主发现合适、可用的服务是体现其“智慧”的关键。智慧校园的情境感知数据采集技术是基于大量复杂的无线传感器协同工作实现的，根据感知数据来源和智慧校园建设的实际情况分析，感知数据采集可采用以下三种方式。

1)采用扩增传感器密度的传统数据采集法。这种方式通过在某一单位节点中增加传感设备的数量(即密度)，进而来增强整个智慧校园传感网络的鲁棒性和感知信息的准确性。这种增加节点的方式，对感知数据采集实现来说最为简单，其设计和思路也易于理解。但这种数据采集方式也极易造成信息冗余和网络问题。在智慧校园中数据采集终端设备大部分都依靠无线传感器，而每个传感设备受电池续航、网络访问以及中央处理能力等硬件限制。这就使得单个传感节点对监测范围的数据可靠性随着传感器使用时间的延长而快速降低，且可利用的数据准确性也会随之降低，更明显的是会加重网络负载，造成网络堵塞，进而影响其他传感器的工作。

2)采用XSLT技术的页面信息采集法。此采集方法主要是基于智慧校园平台的实现技术来考虑的。由于智慧校园大平台下具有很多基于HTML5技术开发的应用服务(尤其是移动终端应用程序)，因而针对这些应用程序的网站页面信息的抽取也是一种可行的数据采集方式。HTML作为一种国际标准的网页解释语言，其语义较易被抽取。XML作为一种HTML扩展语言，更已成为一个通用的数据交换、存储与操作的格式标准。关于XML格式和应用，各种相关标准和工具己经被广泛开发，用以操纵XML数据。但由于HTML并不完全符合XML语法，且存在大量的语法错误，因此必须先将HTML文档转换成符合XML语法的HTML文档。HTML可以看作是XML的一个子集，可以利用标准的XSLT技术对HTML文档进行抽取，并将结果表示为XML文档。然后利用工具对XML文档进行规整，使其结果更加符合目标设备所要求的XML数据文档。Web页面信息抽取过程如下：首先确定采样页面对象和信息抽取需求，然后从样本文档中找到用户感兴趣的区域，并在这个区域内细粒度地查找到具体的要抽取的数据项的定位信息，然后对不同样本页面的定位信息进行归纳重构，得出该类页面用户感兴趣数据项的定位信息，进而构造出以XSLT文档表示的抽取规则，最终应用该抽取规则进行实际的信息抽取。

3)远程移动数据采集法。随着移动通信技术的发展，以智能手机为代表的移动应用迅速普及，智慧校园的服务已无法脱离移动应用，APP、微信等移动应用已成为最大热点。目前很多应用软件已经具备了基本的数据采集功能，如将手机的地理位置、通话记录、日志等情况采集并发送到服务器端。为使得数据采集更贴近用户真实环境，也越来越多地基于智能手机来展开。常见的手机智能采集系统将采集的数据信息以JSON(Java Script Object Notation)格式存储并保存到本地或者通过网络发送到远程服务器。JSON是一种轻量级的数据交换格式，采用文本格式，易于人阅读和编写，同时也易于机器解析和生成，是理想的数据交换语言。常见的基于智能手机应用的远程数据采集工具软件有W3Touch。它通过记录用户在智能手机上产生的交互行为，来帮助研究人员完成在特定的应用程序或操作界面上发现可能存在的用户体验问题的研究。

当然，部分情境信息是无法通过传感器来直接获取值，这就需要根据与其他情境数据信息的关联关系进行判定，应用逻辑推理来得出情境数据，进而实现新的情境描述。

另外感知数据采集的安全机制需要与整个智慧校园的平安管理监控体系对接，从网络上实现传感网络数据流通和采集的安全，从大数据的应用和保障上实现传感数据的完整性安全，从访问机制和加密措施上保证数据分析结果的安全和私密性。

4　结束语

本文仅是从情境感知数据采集的来源和不同方法上做了些简单的研究。虽然上述这些方法具备了一定的情境感知数据采集能力，能够在一定程度上为用户获得智慧体感提供服务，但由于受限于目前情境感知理论模型的完善和无线传感器的精度和稳定性等因素，在情境数据的采集和数据融合方面还存在很多的问题。今后要充分抓住智慧校园建设的契机，对情境感知数据采集与分析做出更深入和更贴合实际的研究，为师生提供智慧服务。

[1]杨现民.信息时代智慧教育的内涵与特征[J].中国电化教育，2014(1)：29-34.

[2]韩立，刘正捷，李晖，等.基于情境感知的远程用户体验数据采集方法[J].计算机学报，2015(11)：2234-2244.

[3]莫同，李伟平，吴中海，等.一种情境感知服务系统框架[J].计算机学报，2010(11)：2084-2092.

[4]王燕.智慧校园建设总体架构模型及典型应用分析[J]. 中国电化教育，2014(9)：88-92.

[5]潘旭伟，李娜，周莉，等.情境感知的自适应个性化信息服务体系框架研究[J]. 情报学报，2011(5)：514-521.

Study on Strategies of Context Awareness Data Collection Based on Smart Campus

JIANG DayangYAO QiJI Yun

(Changzhou College of Information Technology, Changzhou 213164, China)

With the application of all kinds of sensors in the smart campus, the collection of a large number of context awareness data has become the basis for the research and development of intelligence applications on campus. The methods of the collection of context-awareness data, its ideas and strategies have focused on in different models of the framework. Based on the ontology of the campus activities that can fully explain the structure of the relationship between the awareness data, the context awareness model is used in this paper. The sources and categories of awareness data in the smart campus are relatively clear. According to the sources and categories of context data, these three kinds of data acquisition strategy could be achieved through the increase of sensors, XSLT information capture and mobile terminal remote information acquisition.Key words：smart campus; context awareness; data collection; awareness data

2016-05-16

2015年江苏省高校哲学社会科学研究项目(2015SJD538)

蒋达央(1978-)，男，工程师，硕士，主要研究方向：信息技术

TP 274.2

A

1672-2434(2016)04-0029-03