物聯網 畢業設計——社交物聯網系統的思考
阿新 • • 發佈:2019-01-08
偶然間看到社交物聯網的概念,開始在想不同於傳統物聯網的一種概念,但是想不到好的思路,或許我們所思考的物聯網過於侷限。換句話說,相對於原來的設計沒有過多的創新,只是將別人做的東西重新打包一下,簡化了這個系統的設計過程。
社交物聯網
關於社交物聯網的概念,似乎是由愛立信提出來的。
網際網路一直在不斷擴充套件。越來越多的裝置和日常事物正實現聯網,能夠與它們的業主和線上服務進行通訊,而且能夠相互評論。這種現象被稱為“社交物聯網”。據愛立信預測,到2020年,全球將有超過500億臺聯網裝置。這種發展趨勢將給交通運輸、物流、智慧家庭、醫療和物業管理領域帶來巨大變化。
換句話說,這種方式類似於小黃雞等等,我們可以看到的是所謂的社交物聯網,就是可以相互通訊。也就是在傳統上的物聯網系統加上一個人工智慧的成分,這裡面還有機器學習部分。
需要的元素
這些算是我們需要的基礎部分,相對於上部分我們就是需要下面的元素
- 人工智慧
- 社交網路
而人工智慧方面,我們需要的就是
- 自然語言處理
- 機器學習
- 模式識別
等等的人工智慧方面的知識
自然語言處理
自然語言生成系統把計算機資料轉化為自然語言。自然語言理解系統把自然語言轉化為計算機程式更易於處理的形式。
這部分讓我想起來在bdd中的cucumber,因為表現出來的是一句句的話,雖然看上去有點不論不類。來自維基百科的,自然語言處理的主要範疇
- 文字朗讀(Text to speech)/語音合成(Speech synthesis)
- 語音識別(Speech recognition)
- 中文自動分詞(Chinese word segmentation)
- 詞性標註(Part-of-speech tagging)
- 句法分析(Parsing)
- 自然語言生成(Natural language generation)
- 文字分類(Text categorization)
- 資訊檢索(Information retrieval)
- 資訊抽取(Information extraction)
- 文字校對(Text-proofing)
- 問答系統(Question answering)
- 機器翻譯(Machine translation)
-
自動摘要(Automatic summarization)
- 文字蘊涵(Textual entailment)
似乎我們所要的包含了上面中的絕大部分。
社交
社交工具有很多,但是開放的不多,如微信,微博等等算是最近比較流行的,要將這些元素融入系統中。
- 如果我們使用微博的@功能,似乎會帶給我們很多的副面作用。
- 如果我們使用微信的公眾號,似乎我們會侷限系統的功能。
這些倒是其次的,我們需要簡要的做一些自然語言處理,以便於讓機器理解人的思維。