个人大数据――可穿戴计算改变人类生活 pdf下载

　　不难发现，近期大量新技术的涌现使生活记录（Lifelogging）逐渐成为一个备受关注的研究方向。计算机存储资源成本的降低，以及电子设备传感能力的增强，都可以帮助人们对个人行为、位置、外界环境进行有效的记录和感知。例如，越来越多的用户参与到量化自我（Qualified Self）的运动中，并采用可穿戴式传感器对生活行为进行连续跟踪，以便更好地理解人类在执行各项工作或任务中的表现。

　　不难发现，近期大量新技术的涌现使生活记录（Lifelogging）逐渐成为一个突出的研究方向。计算机存储资源成本的降低，以及电子设备传感能力的增加都可以帮助对个人行为、位置、外界环境进行有效的记录和感知。例如，越来越多的用户参与到量化自我（Qualified Self）的运动中，并采用可穿戴式传感器对生活行为进行连续的跟踪，以更好地理解人类在执行各项工作或任务中的表现。本书对生活记录的多方面进行了全面的总结，其中包括生活记录的研究进程、当前的技术以及主要应用等。迄今为止，大多数生活日志的研究都聚焦于视觉生活日志(Visual Lifelogging)，即通过视觉媒体记录生活中行为的细节。因此，视觉生活记录也是本书的核心研究内容。除此之外，本书也涉及到在生活记录研究过程中遇到的关于信息检索领域的诸多挑战。

　　Cathal Gurrin：爱尔兰都柏林城市大学计算机学院的副教授， Insight Centre for Data Analytics的负责人之一，长期致力于采用可穿戴的传感器和数据分析技术研发各种计算机支持技术。Alan F. Smeaton：爱尔兰都柏林城市大学的教授，IEEE Fellow，爱尔兰皇家科学院院士，Insight Centre for Data Analytics主任，目前任ACM SIGMM的主席。Alan F. Smeaton已经发表超过600篇学术论文, 并被引用超过13,800次，H -index指数高达 58。他也是爱尔兰皇家科学院在工程科学领域的金奖获得者（2015年）。Aiden R. Doherty：牛津大学的博士后研究员，由于对健康传感器数据分析的突出贡献，他在2015年获得了Marie Sklodowska-Curie Actions COFUND Award的奖励。
　　王鹏于2008年至2011年受国家留学基金委资助在爱尔兰都柏林城市大学CLARITY传感器网络研究中心公派攻读博士学位，研究方向为基于可穿戴视觉设备的日常行为识别和语义分析。2010年，王鹏访问了爱尔兰高威的DERI语义网中心。博士毕业回国后继续从事可穿戴计算方面的研究，并于2014年至2016年在清华大学计算机系进行博士后研究。王鹏已经在高水平学术期刊和会议上发表论文20余篇，获得省部级科技进步奖多项。目前，王鹏的研究方向为用户行为分析、可穿戴媒体的语义挖掘。

1 简介 / 1
1．1 术语、定义和记忆 / 2
1．2 发展的推动力 / 9
1．3 谁，及为什么进行生活记录 / 12
1．4 生活记录的相关主题 / 18
1．5 本书结构 / 21
2 背景 / 23
2．1 历史 / 23
2．2 数据捕获、存储及检索的进展 / 34
2．3 生活记录涉及的学科研究 / 46
3 生活日志数据来源及存储 / 49
3．1 生活日志数据来源 / 49
3．2 生活记录：个人大数据――小型大数据 / 57
3．3 生活日志数据的存储模型 / 60
4 生活日志数据的组织 / 65
4．1 事件识别 / 68
4．2 对事件和其他检索单元进行标注 / 75
4．2．1 生活日志标注――人员 / 78
4．2．2 生活日志标注――事件 / 79
4．2．3 生活日志标注――地点 / 83
4．2．4 生活日志标注――时间 / 84
4．2．5 合理利用标注 / 85
4．3 生活日志的搜索和检索 / 86
4．4 用户体验与用户界面 / 96
4．5 评估方法和挑战 / 100
5 生活记录应用 / 105
5．1 私人生活记录应用 / 106
5．1．1 对活动的自我监测 / 106
5．1．2 记忆辅助 / 109
5．1．3 长期辅助生活 / 110
5．2 基于人群的生活记录应用 / 111
5．3 生活记录和信息检索 / 115
6 结论和问题 / 118
6．1 生活记录的相关问题 / 118
6．2 未来方向 / 125
6．3 结论 / 127
参考文献 / 129

　　生活记录（Lifelogging）代表了一种崭新的现象，即人们能够以不同的细节程度对他们的日常生活进行数字化的记录，从而达到各种各样的应用目的。在某种程度上，我们也可以将生活记录理解为对人类生活行为无所不包的“黑盒子”，它为我们提供了进行生活挖掘和知识推理的无限可能。如同所有新兴技术都有早期的采纳者一样，一些生活记录的使用者（Lifelogger，简称生活记录者）竭尽所能地记录更多的生活片段，并将它们存储到生活记录这一“黑盒子”当中。同样，也有很多的使用者不希望存储如此精细粒度的生活记录。这些早期的采纳者们以及他们所开发出来的配套技术往往对生活记录有着更广泛的诉求，例如，有人希望针对特定的应用获得某种缩小版的生活记录，有人则需要持续多年的全量生活行为记录。

　　生活记录同样有助于基于内容的信息检索、行为上下文检索、浏览、查询、链接、摘要生成，以及用户交互等多方面的研究。然而，进行生活记录的传感器产生的多模态信息受传感器校准或失效等因素的影响往往具有高噪声、易出错和连续性中断的特点。因此，在对这些信息流进行管理、分析、索引和内容访问过程中面临着诸多的挑战。生活记录之所以能够提供更多前所未有的应用机会，是因为通过这种方式记录的内容黑盒子是我们日常生活的一个集合，通过这个集合可以获得丰富的上下文信息，而这些信息是发现新的有用信息的阿喀琉斯之踵（Achilles’Heel）。如果我们知道用户的详细上下文（Context），例如用户是谁、他或她在哪里及最近去过哪里、现在在做什么或已经从事了什么活动、和谁在一起等，我们就有可能对这些上下文信息进行综合，以开发出更加有效的信息获取工具。关于更多上下文信息检索的细节，读者可以参阅信息检索基础和趋势系列（Foundations and Trends in Information Retrieval，FnTIR）的《上下文信息检索》一书（Contextual Information Retrieval，Melucci，2012）。迄今为止，这些由生活记录提供的有价值的上下文信息在信息检索领域仍然缺乏广泛和深入的研究。