近年来,基于智能设备采集的数据进行数据挖掘和智能感知成为学术界和产业界的热点,应用于各领域的智能感知技术从深度和广度上都在不断拓展,进而推动了普适计算发展到了一个全新的阶段:不仅是针对简单、特定的情景开发独立应用,而是顺应物联网的潮流,越来越趋向于整体、开放、智能的环境,更多地考虑资源融合并统一管理所带来的机遇和挑战。学术界关于智能感知系统的研究目前多数是针对医疗、环境监测、智能家居等领域,对智能商场环境的研究还不多见。同时,现有的系统多是基于用户消费数据的分析,鲜有对于用户行为的研究和使用,而且各类商场推荐系统互相独立,缺乏系统性、通用性和拓展性。本文以基于智能商圈的推荐系统研究为主线,旨在设计一个基于智能商圈的上下文感知架构,对用户行为进行建模,并对架构中数据高效存储查询和地图索引等关键技术进行深入研究,主要做了三个方面的工作:(1)设计了基于智能商圈的上下文感知架构,通过采用层次化和模块化的方法实现系统各个部分的职责分离、高内聚、低耦合,增强系统的拓展性。在感知层屏蔽智能设备异构性,获取商圈内各类信息;在模型构建层进行数据清理,并对用户行为进行建模,使之存储为上下文行为模型;在数据分析层为各类推荐服务和数据挖掘算法提供统一数据访问接口以及结果表达接口,以支持各类应用的逻辑处理;在服务层将结果加以组织,并为用户返回最合适的推荐信息等服务结果;在应用层为用户展示服务效果并用于用户交互。(2)提出了行为上下文的概念,顾客的行为上下文实质上是由用户在商圈中行为点集合所构成的行为路径,特定的行为点包含了时空数据以及在该时间该地点顾客所做出的行为内容和相关数据。本文详细描述了行为上下文模型的结构和访问接口所包含的具体内容。(3)研究了用于提取地图区域信息的差异化网格等级划分策略,以及在大量用户行为数据情况下数据处理模块的高效存储和查询机制。本文首先分析了智能商圈以及上下文建模的研究现状,列出了本文的研究内容与创新点。其次介绍了当前主流的一些上下文建模系统,分析了它们的特点和不足之处,进而提出了本文的研究思路,并对本文所涉及的各项技术进行了简单介绍。而后提出了基于智能商圈的上下文感知系统架构,给出了各个层次和模块的设计。接着提出并详细阐述了用户行为上下文的具体内容和模型设计,并基于系统架构对差异化网格等级划分策略提取地图区域信息和数据高效存储和查询等关键技术进行了深入研究。在以上设计的基础上结合智能商圈应用系统需求进行了具体实现,给出了界面原型和性能测试结果。最后总结全文,对基于智能商圈的上下文感知框架的后续研究工作进行了展望。