earticle

영어

In this thesis, I categorize expression of context data required for context data inference according to five Ws and one H(5W1H) in Ubiquitous computing environment and infer superordinate context by combining context data of 4W1H with inferred context of why. This thesis suggests that we categorize specific context and service according to 6W2H added Whom(specific data or service) and How much (accuracy), and determine proper services for specific contexts by introducing the concept of rough set for expression and inference of categorized contexts and inaccurate knowledge. Since there is an limitation of the set of 0 and 1 when concerned with accuracy of services, I introduce the concept of fuzzy set. To provide users with the most appropriate service by ridding of unnecessary properties through the process of reduction, I also use the concept of rough set.

한국어

유비쿼터스 컴퓨팅 환경에서 상황 정보 추론에 필요한 상황 정보 표현은 육하원칙에 의해 분류되어 4W1H의 상황 정보와 추론된 Why의 상황을 통합하여 상위 상황들을 추론하였다. 본 논문에서는 추론된 상황 정보에 Whom(특정 정보나 서비스)과 How much(정확성)를 추가한 팔하원칙(6W2H)에 의해 특정 상황과 서비스를 분류하고 분류된 상황들과 부정확한 지식에 대한 표현과 추론을 위해 러프집합 개념을 도입하여 특정 상황에 적합한 서비스 결정 방법을 제안한다. 서비스 제공의 정확성을 표현할 때 0과 1이라는 일반집합으로 표현하는 것은 한계가 있기 때문에 이를 위해 퍼지집합의 개념을 도입하였다. 또한, 러프 집합 개념을 이용하여 상황 속성에 대한 리덕션(reduction) 과정을 통해 불필요한 속성들을 제거함으로서 각 사용자에게 가장 적합한 서비스를 신속하게 제공할 수 있도록 하는것에 그 의의가 있다.