分布式图案协同设计中用户关注区域的预测方法

摘要

本发明公开了一种分布式图案协同设计中用户关注区域的预测方法。是通过将图案共享工作空间划分成若干子区域，定义协同设计中影响用户关注区域的属性并通过建立训练样本集、差别矩阵来确定关键影响因素，最终依据该关键因素来预测用户的关注区域。本方法实现了在图案协同设计享工作空间用户关注区的预测，从而为移动嵌入式终端快速、有效的协同图案浏览提供了可能。该方法较之传统方法有更高的预测准确性。

主权项

1.一种分布式图案协同设计中用户关注区域的预测方法，其特征在于：1)共享工作空间的细分将图案所在的二维共享工作空间根据用户的需要划分成M*N个方形网格子区域；其中，M是自然数，N是自然数；2)关注区域影响因素属性有：当前控制点位置属性的确定：以用户当前在共享工作空间操作的位置，即控制点，为中心，其附近的区域往往是用户关注的区域；控制点历史操作属性的确定：用户在共享工作空间中点击频繁的区域往往是用户关注的区域；工作区域属性的确定：用户在协同设计中负责设计的区域往往是用户关注的区域；3)建立知识发现训练集通过大量用户的实验，记录用户当前操作的区域的上述三个属性的特征值和用户对该区域是否属于其关注区域的认定；将关注区域影响因素属性作为条件属性，将用户对区域是否属于关注区域的认定作为决策属性，建立知识发现训练集；4)建立差别矩阵并确定关键属性a)建立样本空间，设S＝(U，A)为实验结果的样本空间，其中：U＝{x1，x2，...}，xi为每次实验的个体，i＝1，2，...，n，A＝{a1，a2，...}，aj为个体所具有的属性，j＝1，2，...，m；b)建立差别矩阵根据知识发现训练集中的决策属性将样本空间中的试验个体分为两个等价类，比较位于不同等价类中的试验个体，得出有区别的所有属性的集合，即得到差别矩阵；定义差别矩阵M(S)＝[cij]n×n，其中：cij是个体xi与xj有区别的所有属性的集合；n是进行实验的个体的数目，i＝1，2，...，n，j＝1，2，...，n；利用上述差别矩阵，求解属性集合A的核，即差别矩阵中所有只有一个元素的矩阵项的集合，这个核就是本实验中决定用户关注区域的关键属性；5)生成用户关注区域根据决定用户关注区域的关键属性生成相关用户的关注区域。