智能化、个性化是新一代网络业务发展的趋势。未来的业务将需要跨越多种承载网络、跨越多个运营商域,具有普遍查询访问,按需组合,上下文处理,移动无缝应用的能力,从而形成一个以用户为中心UC(User-Centric)的人性化、智能化的业务环境。业务上下文信息处理机制是为用户提供智能化、个性化业务的前提基础,涉及到网络、终端和用户环境的同源同质或同源异质多种上下文信息的融合和处理。本文主要针对新一代网络的业务应用层面展开深入研究,主要包括未来的业务上下文信息的处理机制和上下文预测理论以及关键技术研究。(1)首先,针对目前业务上下文信息处理机制还不完善,缺乏可扩展的通用的上下文信息处理支撑平台,建立了具有普遍意义、可扩展和分层的多源异质或同质的业务上下文信息的处理机制架构SCIPMA(Service Context Information Processing Mechanism Architecture),确立了业务相关的上下文信息的范畴和层次框架,以支持业务的智能化处理机制,为用户提供个性化业务。在此基础上,建立了综合的业务上下文信息处理的实体架构和交互式业务提供流程。(2)其次,在建立了健全的业务上下文信息处理架构基础上,进一步研究基于未来上下文信息的各种预测理论及其关键技术。目前上下文预测主要是针对位置等具体领域的预测,没有建立普遍通用的预测模型且预测准确率不高,针对以上问题,本文提出了基于信任网络和协作过滤算法的业务上下文预测方法,将用户相似度和信任度结合起来,并建立了具有普遍通用的用户-项目-上下文UIC(User-Item-Context)三维协作过滤模型,结合用户的上下文信息进行推理预测。基于业务上下文预测技术解决业务的前摄性问题,为用户提供引导型／推荐型的个性化消费业务奠定基础。(3)再次,无论是基于当前和历史上下文的上下文感知系统,还是基于未来上下文的上下文预测,上下文信息缺失都是不可避免的难题。本文仅对于传感器感知具体领域,分析了上下文信息这一“流数据”形式特点,充分利用各传感器采集数据之间的关联性,并且结合传感器数据的时空关系特性,提出了基于时空关系和关联规则挖掘的上下文信息缺失插补方法(STARM),全面综合讨论了数据插补方法,提高了传感器数据缺失插补的准确性,并通过温度传感器采集数据验证了这一算法可用性和高效性。(4)最后,在以上提出的模型架构和相关的理论、方法与算法基础上,本文设计实现了业务上下文处理平台,并初步建立了集成模拟、仿真和实验为一体的业务上下文处理试验床,通过采集模拟传感数据,并进行上下文信息融合处理、推理和预测,演示相应的智能型、前摄型示例业务场景。