An ontology and conceptual graph based best matching algorithm for context-aware applications

Abstract

Bağlam farkındalıklı hesaplama mevcut bağlam hakkında bilginin kullanımına dayanmaktadır. Mevcut bağlamın anlaşılabilir bilgi haline getirilmesi bağlam hakkında akıl yürütmeyi ve bazen de istenen bağlam ile mevcut bağlamın eşleştirilmesi ile yapılır. Bu tezde, bağlam farkındalıklı hesaplama alanındaki bağlam eşleştirme problemi üzerine yoğunlaştık. Bağlam eşleştirme diğer eşleştirme süreleçrinde olduğu gibi çeşitli yollarla yapılabilir. Bizim eşleştirme yaklaşımımız boole sonuç üretme yanında ince kırılımlı benzerlik sonuçları oluşturmak için en iyi eşleştirmedir. Eşleştirme yöntemimizde kodlanmış alanbilgisi olarak ontoloji kullanmaya karar verildi. Bağlamı temsil etmek için ise kavramsal çizgeler seçildi. Bağlamsal çizge teorisi ve onun avantajlarından yararlanan ontolojik bilgiye dayalı bir genel algoritma önerildi.

Context-aware computing is based on using knowledge about the current context. Interpretation of current context to an understandable knowledge is carried out by reasoning over context and in some cases by matching the current context with the desired context. In this thesis we concentrated on context matching issue in context-aware computing domain. Context matching can be done in various ways like it is done in other matching processes. Our matching approach is best matching in order to generate granular similarity results and not to be limited to Boolean values. We decided to use Ontology as the encoded domain knowledge for our matching method. Context matching method is related to the method that we represent context. We selected conceptual graphs to represent the context. We proposed a generic algorithm for context matching based on the ontological information that benefit from the conceptual graph theory and its advantages.