A novel user activity prediction model for context aware computing systems

Abstract

Son 10 yılda, mobil elektronik ve kablosuz ağ iletişim araçlarının yaygın kullanımıyla birlikte, bağlam bilinçli uygulamalara artan bir gereksinim vardır ve birçok yaygın hesaplama uygulamaları günlük hayatımızın tamamlayıcı bir kısmını oluşturmaktadır. Bağlam bilinçli öneri sistemleri bu alandaki en yaygın olanlardan bir tanesidir. Bu tarz sistemler kullanıcıların etrafını çevreler ve çevreyle bir bütün oluştururlar; bunun sonucunda kullanıcıların durum bilgisinden haberdar olurlar ve bu bilgiyi günlük işlerle ilgili kişiye özel öneri vermek için kullanırlar. Bu bağlamda, kullanıcıların bir sonraki aktivite tercihlerini yüksek kesinlikle tahmin etmek bağlam bilinçli öneri sistemlerinin kişiye özel servis kalitesini geliştirir ve doğal olarak kullanıcı memnuniyeti sağlar. Kullanıcıların aktivitelerini tahmin etmek yararlıdır ve yaygın çevrelerde bu konuda yapılan çalışmalar oldukça yetersizdir. Bu yüzden, bu tez yaygın ortamda kullanıcının geçmişteki belli bağlamlardaki tercihlerini ve mevcut bağlamlarını kullanarak kullanıcının bir sonraki aktivite tercihini tahmin eden bir aktivite tahmin etme modeli önerir. Bu önerilen model ontoloji avantajını kullanarak aktivite tahmini için yeni bir yaklaşım sunar. Önerilen modelin uygulanabilirliğini göstermek için bir prototip uygulama geliştirilmiştir ve bu uygulama üzerindeki örnek bir vakadan elde edilen sonuçlar açığa çıkarmıştır ki önerilen model, kullanıcıların bir sonraki aktivitelerini mantıklı olarak tahmin etmektedir.

In the last decade, with the extensive use of mobile electronic and wireless communication devices, there is a growing need for context aware applications and many pervasive computing applications have become integral parts of our daily lives. Context aware recommender systems are one of the popular ones in this area. Such systems surround the users and integrate with the environment; hence, they are aware of the users' context and use that information to deliver personalized recommendations about everyday tasks. In this manner, predicting user?s next activity preferences with high accuracy improves the personalized service quality of context aware recommender systems and naturally provides user satisfaction. Predicting activities of people is useful and the studies on this issue in ubiquitous environment are considerably insufficient. Thus, this thesis proposes an activity prediction model to forecast a user?s next activity preference using past preferences of the user in certain contexts and current contexts of user in ubiquitous environment. The proposed model presents a new approach for activity prediction by taking advantage of ontology. A prototype application is implemented to demonstrate the applicability of this proposed model and the obtained outputs of a sample case on this application revealed that the proposed model can reasonably predict the next activities of the users.