يقدّم بحثي بعنوان "نظام توقّع أفعال المستخدم للأتمتة المنزلية اعتمادًا على قواعد الارتباط والأونتولوجيا" نموذجًا تنبؤيًا موجّهًا لبيئات المنازل الذكية. يعالج هذا النموذج القصور الموجود في أنظمة التنبؤ الحالية، والتي تُركّز غالبًا على الأفعال المتكررة للمستخدم وتتجاهل الأفعال غير المتكررة رغم أهميتها المحتملة. ومن خلال تعزيز الأنماط غير المتكررة ودمجها في النظام، يهدف البحث إلى تحسين دقة التنبؤ وجعل أنظمة الأتمتة المنزلية أكثر استجابة لاحتياجات المستخدم المتنوعة.
يعتمد النموذج على منهج هجين يجمع بين خوارزمية FP-Growth وتقنيات الأونتولوجيا. تُستخدم خوارزمية FP-Growth لاستخراج الأنماط المتكررة وغير المتكررة من بيانات أفعال المستخدم، بينما يوفّر إطار الأونتولوجيا علاقات سياقية تعتمد على عاملَي الوقت والموقع. وتقوم صيغة مخصّصة بدمج نسب مساهمة الوقت والموقع لتحديد ما إذا كان يجب ترقية القواعد منخفضة الثقة لاستخدامها في التنبؤ. يسمح هذا النهج المنظّم للنظام بتوقّع الأفعال المستقبلية للمستخدم، مما يجعل المنزل الذكي أكثر تكيفًا وذكاءً.
تم تطوير النظام باستخدام لغة Java وبمساندة برنامج RapidMiner Studio، حيث يقوم بتحليل بيانات روتين المستخدمين التي جُمعت على مدى ثلاثة أشهر. تتضمن العملية تحديد الأنماط في الأنشطة اليومية وتعزيز القواعد التي تقل درجة الثقة فيها عن 80%. ومن خلال تطبيق آلية الترقية المعتمدة على الأونتولوجيا، تمكن النموذج من توقّع الأفعال التي لا تلتقطها الأنظمة التقليدية. وقد أظهر توزيع الأوزان بنسبة 70% لأونتولوجيا الوقت و30% لأونتولوجيا الموقع نتائج أكثر واقعية وموثوقية، محققًا دقة إجمالية بلغت 76.35%.
ومع ذلك، يواجه النموذج بعض القيود؛ فقد تم اختباره على نمط حياة واحد فقط (نمط حياة الموظف)، وركز بشكل أساسي على أجهزة محددة مثل الأضواء داخل منزل ثابت الحجم، مما يحد من إمكانية تطبيقه في سياقات أوسع. وعلى الرغم من هذه القيود، تُظهر نتائج البحث نتائج مشجعة وتوفر أساسًا لتطويرات مستقبلية في أنظمة الأتمتة المنزلية التنبؤية.
تشمل الاتجاهات المستقبلية لهذا العمل توسيع النموذج ليشمل أجهزة إضافية مثل أجهزة التلفاز وأنظمة التدفئة، إضافةً إلى تطبيق المنهجية في بيئات أخرى مثل المكاتب والمصانع. كما أن دمج ملاحظات المستخدمين قد يُسهم في تحسين مستوى التنبؤ، بينما سيساعد تضمين بيانات عطلة نهاية الأسبوع في توسيع نطاق تطبيق النموذج. يقدّم هذا البحث إطارًا مبتكرًا لتوقّع أفعال المستخدمين في المنازل الذكية، مستفيدًا من قوة قواعد الارتباط والأونتولوجيا لتحسين الأتمتة وتجربة المستخدم