استخراج دنباله دادههای منفرد کاربران از دادههای مجتمع در محیطهای هوشمند فراگیر

محیطهای هوشمند فراگیر از انواع مختلف حسگرها برای جمعآوری دنباله دادههای تعاملی کاربران بهره می-گیرند. در اینگونه محیطها، با استفاده از این دنبالهها، و رویکردهای دادهکاوی و یادگیری ماشین، عملِ کاربربازشناسی، و بر حسب آن، خدماتی به وی ارائه خواهند شد. در محیطهای فراگیرِ چند کاربره، دنباله دادههای کاربراندر طول زمان در هم تنیده خواهند شد. این دنبالههای در هم تنیده را دادههای مجتمع مینامند. استنتاج اعمال بااستفاده از دادههای ناهمگونِ مجاور هم در دادههای مجتمع، بسیار چالش برانگیز است. در این مقاله، رویکردی مبتنیبر فیلتر ذرات برای استخراج دنباله دادههای منفرد کاربران از دادههای مجتمع پیشنهاد میدهیم. بدین منظور، قالبخاصی را برای ذرات پیشنهاد کرده، و الگوریتمی را برای تولید، و امتیاز دهی به آنها معرفی میکنیم. پس از استخراجدنباله دادههای کاربران، به بازشناسی اعمال روی هر دنباله منفرد میپردازیم. در ارزیابیها، از یک مجموعه داده خانه-های هوشمند استفاده شده است. نتایج نشان میدهند که میزان خلوص دنباله های استخراج شده با افزایش طولدنباله دادههای مجتمع، روندی کاهشی خواهد داشت. همچنین، نتایج نشان میدهند که بازشناسی اعمال روی دنباله-های استخراج شده، کارایی بهتر و یا قابل مقایسه با رویکردهای کلاسیکی دارد که بازشناسی را مستقیما روی دادههایمجتمع انجام میدهند.