• Journal of KIISE:Computing Practices and Letters
• /
• v.15 no.10
• /
• pp.781-785
• /
• 2009

We can constantly gather personal life log from developed mobile device. However, gathered personal life log in mobile environment have a large amount log and uncertainty such as uncertainty of mobile environment, limited capacity and battery of mobile device. Tagging task using a landmark such as a key word should be required to overcome the above problem and to manage personal life log. In this paper, we propose new tagging method and a life log tagging interface using high level context recognizer based on probability. The new tagging method extract high level context such as landmark of life log using recognizer which is modeled from bayesian network and recommend recognized high level context to user using tagging interface. Finally user can directly do tagging task to life log. This task is a special feature in our process. As the result of experiments in task support level which include usability, level of a goal, function and leading, we achieved a feeling of satisfaction of 81%.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2008.04a
• /
• pp.215-218
• /
• 2008

정보의 홍수 속에서 살고 있는 사용자들은 좀 더 편리하게 정확한 서비스를 추천 받기를 원하고 있으며, 이러한 욕구들에 부응하여 추천시스템은 꾸준히 발전하고 있다. 유비쿼터스 컴퓨팅 환경에서는 사용자 환경과 사용자 자신의 컨텍스트 정보를 이용하여 추론하며, 그 결과를 사용자에게 서비스하고 있다. 그러나 실시간으로 획득된 컨텍스트 정보가 사용자에게 양질의 서비스를 제공하기 위하여 부족하거나 켄텍스트 정보를 모델링하는 방법에 문제가 있을 때에는 서비스의 질이 낮아질 수 있다. 본 논문에서는 이러한 문제점을 해결하기 위하여 모바일 환경에서 실시간으로 센서를 통하여 획들될 수 있는 컨텍스트 정보를 수집하고, 수집된 컨텍스트 정보는 하위수준의 정보를 상위수준의 정보로 모델링한다. 모델링된 컨텍스트 정보는 다시 정량화 단계 후, 웹 환경의 사용자 평가 정보와 결합하여 서비스를 추천한다. 이를 통하여 시스템은 유비쿼터스 환경에서 추천을 위한 양질의 컨텍스트 정보 부족 문제를 해결하였으며, 사용자에게 적합한 서비스를 제공할 수 있었다.