随着信息技术的进步和互联网的发展,服务演进在服务计算、软件演进等研究的基础上发展起来。服务演进是为了能满足不断变化的用户需求,根据用户的意图演进系统,提供用户所需的服务。用户意图是用户对于想要完成的工作的想法和计划,意图可以通过观察和分析用户的行为而推测,用户的行为可以通过上下文感知的环境而获得。用户使用经验是通过对环境和用户行为的长期观察和分析获得的用户行为模式,为识别用户意图变化、获取用户需求提供重要的先验知识。本人所在课题组基于情境理论研究服务演进,基于智能会议室SMR (Smart Meeting Room)系统研究用户意图的变化识别,根据用户的意图变化演进系统,满足不断变化的用户需求。为了支持用户意图的变化识别,本文重点对SMR系统中的用户使用经验获取方法进行了研究。针对SMR系统中的用户使用经验的获取问题,本文给出了用户使用经验表示方法,提出了基于环境上下文信息获取用户使用经验的方法。首先,针对如何生成用户愿望的问题,研究基于贝叶斯网络的推理用户愿望的方法。在该方法中,使用由事件节点、动作节点和愿望节点构成的三层愿望推理贝叶斯网络,根据环境的变化,推理出用户的愿望以及愿望发生的概率,判断用户的愿望,同时,提出了基于消息传播推理算法的愿望推理算法。其次,针对如何生成表示用户使用经验的两个概率矩阵的问题,研究基于关联规则挖掘的用户使用经验获取方法以及用户使用经验的更新问题。两个概率矩阵分别是愿望转移概率矩阵和动作-愿望关系矩阵。愿望转移概率矩阵表示愿望之间的转移关系,反应了用户需求的变化；动作-愿望关系矩阵表示用户所作的动作与用户愿望之间的关联关系。最后,本文基于SMR系统给出用户使用经验获取过程的分析实例,验证了基于贝叶斯网络推理的愿望生成方法和基于关联规则挖掘生成用户使用经验的方法的有效性。