Abstract In order to supply suitable services to users in ubiquitous computing environments, it is important to consider both location and time information which is related to all object and user's activity. To do this, in this paper, we design a spatial-temporal ontology considering user context and propose a system architecture for active mining user activity and service pattern. The proposed system is a framework for active mining user activity and service pattern by considering the relation between user context and object based on trigger system. Key Words : Ontology, Context-awareness, Spatio-Temporal Ontology, Active Mining 이 논문은 2008년도 정부재원(교육인적자원부 학술연구조성사업비)으로 한국학술진흥재단의 지원을 받아 연구되었음(KRF-2008-331-D00486) * 교신저자 : 황정희(jhhwang@nsu.ac.kr)접수일 10년 06월 19일 수정일 (1차 10년 08월 06일, 2차 10년 08월 31일) 게재확정일 10년 09월 08일 1. 서론 유비쿼터스 컴퓨팅의 개념은 사람을 포함한 현실 공간에 존재하는 모든 대상물들을 기능적, 공간적으로 연결하여 사용자에게 필요한 정보나 서비스를 즉시에 제공할 수 있는 기반 기술이다 [1,2]. 유비쿼터스 환경에서는 정보수집 , 처리, 통신 등의 기능을 지닌 각각의 컴퓨터들이 기능적, 공간적으로 연결되어 사용자에게 필요한 정보나 서비스를 즉시에 제공하기 위한 방법이 필요하다[2, 3]. 기존의 연구에서 사용자의 상황을 고려하는 컨텍스트 온톨로지 생성[1,4]과 온톨로지를 이용한 데이터 마이닝 기법에 대한 연구[7,8]들이 수행되었다. 본 논문에서는 사용자의 상황에 따른 행동 패턴과 그에 대한 최상의 서비스를 제공하기 위해 사용자의 행위와 밀접한 연관이 있는 시공간 정보를 온톨로지로 생성하고, 이벤트 기반의 지능적인 동작 수행의 트리거 기능을 이용하는 시공간 온톨로지 기반의 능동 마이닝 프레임워크를 제시한다. 이 프레임워크는 유비쿼터스 환경에서 사용자의 상황에 대한 최적의 서비스를 제공하기 위한 아키텍쳐이며 사용자의 행동 및 사용자에게 제공되는 서비스 패턴을 자동으로 별견할 수 있으므로 지능적인 서비스를 제공하기 위한 기반 연구로서의 의미가 있다. 제안하는 프레임워크에서는 센서 디바이스로부터 수집된 사용자 컨텍스트에 따른 이벤트에 자동으로 반응할 수 있는 ECA(Event-Condition-Action) 규칙 기반의 트리거 시스템을 포함하는 특징을 가진다.
[1]
Umeshwar Dayal,et al.
PrefixSpan: Mining Sequential Patterns by Prefix-Projected Growth
,
2001,
ICDE 2001.
[2]
T RajuG.
Knowledge Discovery in Computer Databases
,
2011
.
[3]
Harry Chen,et al.
An ontology for context-aware pervasive computing environments
,
2003,
The Knowledge Engineering Review.
[4]
Patrick Robertson,et al.
Context Modelling and Management in Ambient-Aware Pervasive Environments
,
2005,
LoCA.
[5]
S. Mafoletti.
Automatic Resource and Service Management for Ubiquitous Computing Environments
,
2003
.
[6]
Alois Ferscha,et al.
Modeling Context-Aware Behavior by Interpreted ECA Rules
,
2003,
Euro-Par.
[7]
Abdelsalam Helal,et al.
Context attributes: an approach to enable context-awareness for service discovery
,
2003,
2003 Symposium on Applications and the Internet, 2003. Proceedings..
[8]
Laurent Brisson,et al.
An Ontology Driven Data Mining Process
,
2008,
ICEIS.
[9]
Ramakrishnan Srikant,et al.
Fast algorithms for mining association rules
,
1998,
VLDB 1998.
[10]
Andrea Bellandi,et al.
Ontology-driven Association Rules Extraction: a Case of Study
,
2007,
C&O:RR.
[11]
Ahmed Karmouch,et al.
Negotiating context information in context-aware systems
,
2004,
IEEE Intelligent Systems.