7.2.1 空间上下文获取
本书对于用户空间上下文的获取与总结，以领域专家知识、实时传感器状态以及对用户行为监测相结合的方式获取，其中对用户行为监测的手段主要通过其访问和浏览地理信息的各种习惯分析获得，主要来源包括：
图7-1 原型系统主界面
(1)用户输入搜索引擎的查询关键词。
用户输入的查询关键词显然能够反映用户的兴趣，因为用户最了解自己的兴趣和意图。然而用户的查询关键词往往简明扼要，不足以描述用户的兴趣。
(2)用户浏览的页面。
用户浏览的页面可以全面地反映用户的兴趣，而且用户浏览的页面可以由系统自动保存，不需要用户提供任何帮助，可以实现自动用户建模。其缺点是用户浏览的页面中可能包含有用户不感兴趣的页面，这主要是由于超链接的标记文本并不一定能很好地描述链接页面(超链接指向的目的页面)，也就是说，用户浏览的页面可能含有噪声数据，因而在通过浏览页面构建用户模型时要注意避开噪声页面。
(3)用户维护的Bookmark。
用户维护的Bookmark能够较好地反映用户的兴趣。因为一般来说，用户认为感兴趣或者重要的页面才会保存在Bookmark中，便于下一次访问。因而通过Bookmark构建的用户模型能够反映用户非常关注的兴趣。但是相对于用户浏览的页面而言，用户Bookmark中的页面数是相当少的，因而通过Bookmark构建的用户模型不能够全面地反映用户的兴趣。
(4)用户的浏览行为。
用户的浏览行为包括用户在每个页面上驻留的时间，对每个页面进行的操作(如保存、打印页面、将页面存入Bookmark)，鼠标和键盘的操作以及用户浏览页面时眼睛的移动、表情的变化等。用户保存或打印某个页面，或者在某页面上驻留的时间较长，可以表明用户对该页面感兴趣。与用户浏览页面的获取一样，用户浏览行为的获取也可以自动进行，无需用户的辅助。
(5)用户下载、保存的页面和资料等。
用户下载、保存的页面和资料等也能较好地反映用户的兴趣。因为一般来说只有用户认为很感兴趣或很重要的文档，用户才会下载和保存，而且为了方便管理和访问，用户通常会对收集的感兴趣信息进行分类和整理，以便以后能快速访问。这些经用户保存、整理的文档往往能够反映用户长期关注的主题、从事的研究等用户特点，因而我们称这种信息为用户的背景知识。(https://www.daowen.com)
(6)服务器日志。
服务器日志可分为代理服务器日志和网站服务器日志。用户对网站的访问会被服务器记录下来，包括用户的IP、访问时间、用户所在的时区、访问的页面、页面的大小等信息。服务器日志既记录了用户浏览的页面，也记录了用户在访问过程中的行为，因而能够很好地反映用户的兴趣。代理服务器日志记录用户对所有网站的访问，网站服务器日志只记录用户对本网站的访问。代理服务器日志由于可以记录用户对所有网站的访问，因而通过代理服务器日志构建的用户模型能够全面地反映用户兴趣。
(7)用户手工输入或选择的其他信息，如用户的注册信息、用户自定义的感兴趣的词汇及用户对查询结果的反馈等。
用户注册信息是首次使用个性化系统时收集的。在注册过程中，系统一般要求用户提供姓名、电子邮箱地址、年龄、性别、邮编、职业、教育程度、所在地区、个人兴趣主题和关键词等。在很多个性化信息服务中，用户可以进行个性化内容定制，用户的定制数据在一定程度上反映了用户的个性化信息需求。在自动用户建模技术尚不成熟的情况下，用户手工输入或选择的信息是用户建模的重要信息来源。
可见，用户访问Internet过程中的大量信息都能够反映用户的兴趣，可以作为上下文建模的信息来源。在所有的信息来源中，用户浏览的页面和浏览行为最能全面地反映用户的兴趣；用户的Bookmark和保存整理的文档虽然不一定能全面反映用户的兴趣，但能够很好地反映用户很关注的信息；服务器日志也能够较好地体现用户的兴趣；用户主动提供的兴趣主题信息是建模的重要信息；用户输入搜索引擎的查询关键词不宜单独用于用户建模。
回到实例场景，该场景中的空间上下文(见图7-2)主要包括：
(1)用户上下文：王小苏同学，性别女，大学本科一年级，新闻类专业出行目的，为高校巡礼等；
(2)设备上下文：PDA，3G网络，GPS模块等；
(3)位置上下文：武昌火车站，出口；
(4)时间上下文：第二天早上8点，夏天，周三；
(5)环境上下文：天气晴朗，人员密集，嘈杂等。
图7-2 通过空间上下文模板的维护收集上下文