본문 바로가기
HOME> 논문 > 논문 검색상세

논문 상세정보

유비쿼터스 컴퓨팅 환경에서 컨텍스트 예측을 위한 시계열 분석 기반 사용자 모델링
User Modeling based Time-Series Analysis for Context Prediction in Ubiquitous Computing Environment

최영환    (공주대학교 컴퓨터공학과   ); 이상용    (공주대학교 컴퓨터공학부  );
  • 초록

    기존의 예측 알고리즘들은 실시간 환경에서 학습 데이터 처리에서 오는 시간지연 문제, 구현의 어려움 등으로 개인화된 실시간 서비스를 제공하는 컨텍스트 인식 환경에서 사용하기에 적합하지 않다. 본 논문에서는 사용자 모델을 이용하여 컨텍스트 예측 알고리즘의 처리시간 단축과 예측 정확도를 향상시키기 위한 연구를 제안한다. 컨텍스트 예측을 위하여 사용자의 컨텍스트 중에서 이동경로를 사용한다. 이동경로를 기반으로 시계열 분석 방법을 통하여 사용자 모델을 생성하고, 생성된 사용자 모델을 시퀀스 매칭 방법을 이용하여 사용자의 컨텍스트를 예측한다. 기존 예측 알고리즘과 본 연구에서 제안한 예측 알고리즘을 시뮬레이션을 통하여 처리시간 및 예측 정확도를 비교한 결과, 실시간 서비스 환경에서 예측 정확도는 기존 예측 알고리즘들과 비슷한 결과를 보였고, 처리시간은 사용자 모델을 사용한 경우가 시퀀스 매칭을 사용한 경우보다 평균 40% 정도 감소시킬 수 있음을 알 수 있었다.


    The context prediction algorithms are not suitable to provide real-time personalized service for users in context-awareness environment. The algorithms have problems like time delay in training data processing and the difficulties of implementation in real-time environment. In this paper, we propose a prediction algorithm with user modeling to shorten of processing time and to improve the prediction accuracy in the context prediction algorithm. The algorithm uses moving path of user contexts for context prediction and generates user model by time-series analysis of user's moving path. And that predicts the user context with the user model by sequence matching method. We compared our algorithms with the prediction algorithms by processing time and prediction accuracy. As the result, the prediction accuracy of our algorithm is similar to the prediction algorithms, and processing time is reduced by 40% in real time service environment.


  • 주제어

    컨텍스트 인식 .   컨텍스트 예측 .   사용자 모델링 .   시계열 분석.  

  • 참고문헌 (14)

    1. D. Patterson, L. Liao, D. Fox, and H. Kautz, 'Inferring High-Level Behavior from Low-Level Sensors,' Proc. of the Fifth International Conference on Ubiquitous Computing, pp. 73-89, Seattle, WA, October, 2003 
    2. E. Behrends, 'Introduction to Markov Chains,' Advanced Lectures in Mathematics Vieweg, 1999 
    3. K. Gurney, An Introductionto Neural Networks, Routledge, 2002 
    4. V. Guralnik, K. Z. HAIGH, 'Learning Models of Human Behaviour with Sequential Patterns,' AAAI Workshop on Automation as Caregiver, pp.24-30, July 2002 
    5. J. Petzold, 'Augsburg Indoor Location Tracking Benchmarks,' Institute of Computer Science University of Augsburg Germany, April 2004 
    6. M. C. Mozer, 'The Neural Network House: An Environment that adapts to its Inhabitants,' in AAAI Spring Symposium on Intelligent Environments, pp. 110-114, 1998 
    7. A. K. Dey, 'Providing architectural support for building context-aware applications,' PhD thesis, Geourgia Institute of Technology, 2000 
    8. D. Ashbrook and T. Starner, 'Learning Significant Locations and Predicting User Movement with GPS,' Proc. of IEEE Sixth Int. Symp. on Wearable Computing, Seattle, WA. October, 2002 
    9. 황우민, 임상석, 박규호, '웨어러블 컴퓨터를 위한 사용자 컨텍스트 인식 페이지 캐시,' 한국차세대PC학회논문지, Vol.2, No.1, pp.46-55. March, 2006 
    10. Q. Ren, M. H. Dunham, 'Using Semantic Cashing to Manage Location Dependent Data in Mobile Computing,' In Proc. of the International Conference on Mobile Computing and Networking, pp. 210-221, 2000 
    11. S. Sigg, S. Haseloff, K. David, 'A Novel Approach to Context Prediction in Ubicomp Environments,' The 17th Annual IEEE International Symposium on Personal, Indoor and Mobile Radio Communications, 2006 
    12. J. Petzold, F. Bagci, W. Trumler and T. Ungerer, 'Next Location Prediction within a Smart Office Building,' In Proc. of 1st International Workshop on Exploiting Context Histories in Smart Environments at the 3rd International Conference on Pervasive Computing, 2005 
    13. R. Mayrhofer, 'An Architecture for Context Prediction,' Trauner Verlag, Schriften der Johannes-Kepler-Universitat Linz, volume C45, 2005 
    14. F. V. Jensen, An Introduction to Bayesian Networks, UCL Press, 1996 
  • 이 논문을 인용한 문헌 (1)

    1. Choi, Young-Hwan ; Lee, Sang-Yong 2011. "Context Prediction based on Sequence Matching for Contexts with Discrete Attribute" 한국지능시스템학회 논문지 = Journal of Korean institute of intelligent systems, 21(4): 463~468     

 활용도 분석

  • 상세보기

    amChart 영역
  • 원문보기

    amChart 영역

원문보기

무료다운로드
유료다운로드

유료 다운로드의 경우 해당 사이트의 정책에 따라 신규 회원가입, 로그인, 유료 구매 등이 필요할 수 있습니다. 해당 사이트에서 발생하는 귀하의 모든 정보활동은 NDSL의 서비스 정책과 무관합니다.

원문복사신청을 하시면, 일부 해외 인쇄학술지의 경우 외국학술지지원센터(FRIC)에서
무료 원문복사 서비스를 제공합니다.

NDSL에서는 해당 원문을 복사서비스하고 있습니다. 위의 원문복사신청 또는 장바구니 담기를 통하여 원문복사서비스 이용이 가능합니다.

이 논문과 함께 이용한 콘텐츠
이 논문과 함께 출판된 논문 + 더보기