1、在移動計算技術和網絡技術發(fā)展的推動下，普適計算技術成為新的研究熱點。收集信息、處理信息和反饋信息是普適計算要做的三件事，其核心是上下文感知計算(Context-aware Computing)。研究上下文感知計算具有重要意義。 本文以上下文感知系統中的上下文預測為研究對象，目標是采用基于本體的分層建模方法對上下文信息進行建模，并在該模型的基礎上采用協作過濾技術實施上下文的預測。本文提出了對協作過濾技術的改進，以使其能有效的適應于

2、上下文感知計算環(huán)境，這些改進包括包括結合上下文相似度和用戶子類的劃分的預測。 論文從對上下文信息的建模方法出發(fā)，闡述了基于本體的建模方法，采用分層的形式對上下文建模。高層模型著重描述上下文所共有的特性，而低層模型則同具體的應用領域相關。同時將時間本體（Time Ontology）結合進上下文的模型中。 隨后，論文介紹了在上下文感知計算環(huán)境中應用協作過濾技術所面臨的問題及其解決辦法，接下來提出了針對上下文感知計算的協作過濾

3、過程。在本體描述的基礎上對上下文進行推導，以得到上下文之間的相似度。同時，采用結合用戶興趣子類劃分的辦法來解決協作過濾中的慢啟動問題，以提高在數據矩陣稀疏時算法的推薦準確度。 接下來，設計實現了基于本文提出方法的原型中間件系統iCaCF。最后，結合實際項目，在iCaCF的基礎上設計實現了一個以智能導覽為背景的應用實例。 本論文的主要成果是： 1.提出了對協作過濾技術的改進，以使其能有效的適應上下文感知的計算環(huán)境