Abstract
For the last few years, LBS has attracted considerable attention from many industries and societies as a result of propagated smart devices. LBS has a high utilization of mobile users as it uses user positions as a significant factor. Current LBS has only taken user position into account and it makes some limits. So, it is necessarily suggested that support for personalized services which consider user's motion, traffic condition, weather condition, time, personal information and preferences that have a huge impact on the accuracy. The purpose of this study is to design the inference systems with user's motion, preferences and schedules and provide users with the personalized information. To achieve this, Movement Ontology, User Profile Ontology, Schedule Ontology and Work Ontology should be constructed and based on this, smart applications were developed. Developed applications induced appropriately recommended results according to user's preference, motion and directions.
지난 몇 년 동안 스마트 기기의 보급을 통해 위치기반서비스(LBS)가 사회와 산업 등 여러 곳에서 주목을 받았다. 위치기반서비스는 사용자의 위치를 중요한 요소로 사용하기 때문에 모바일 사용자의 활용도가 높다. 현재 위치기반서비스는 사용자의 위치에 대한 정보만 고려하고 있으며, 이는 개인화된 서비스를 제공함에 한계가 있다. 따라서 검색 결과의 정확성에 큰 영향을 끼치는 움직임, 교통상황, 날씨, 시간, 개인정보, 선호도 등에 관한 상황정보를 고려된 서비스의 지원에 대한 필요성이 제시되고 있다. 본 연구에서는 사용자의 움직임, 선호도, 스케줄을 고려한 상황인지 추론 시스템을 설계하고, 사용자에게 개인화된 정보를 추론함에 있다. 이를 위해 Movemnet 온톨로지, 사용자 프로파일 온톨로지, 스케줄 온톨로지, 과업 온톨로지를 구축하고 이에 기반하여 스마트 어플리케이션을 개발하였다. 제작된 어플리케이션을 통해 사용자의 선호도와 움직임, 이동방향에 따른 적절한 추천 결과가 도출됨을 보였다.