Lehrstuhl für WirtschaftsinformatikProf. Dr. Karl Kurbel

Anna Jankowska

Context-Aware Mobile Information Filtering System

Doktorandenworkshop Technologien und Anwendungen von XML

Ziel des Projektes Kontext und kontext-adaptive

Anwendungen Kontext in Mobile Computing Modellierung der Kontext-Informationen Benutzerprofil Retrieval, Filtering und mobiles IF Semantische Netze Webdienste und Semantische Webdienste Probleme & Chancen Zusammenfassung & Ausblick

Überblick

1/231/23

Entwicklung und prototypische Umsetzung eines kontext-sensitiven Systems zur Filterung von Dokumenten und Webdiensten für mobile Geräte.

Ziel des Projektes

2/232/23

”Context is any information that can be used to characterize the situation of an entity. An entity is a person, place or object that is considered relevant to the interaction between a user and an application, including the user and application themselves.”

Anind K. Dey, Gregory D. Abowd

Kontext-Informationen:

- Identität - räumliche Informationen: Standort- zeitliche Informationen: Uhrzeit- soziale Situation: wer ist in der Nähe - Umgebung: Temperatur- umgebende Resourcen: Computer- Verfügbarkeit der Resourcen: Art des Netzwerkes

Kontext

3/233/23

Ein System heißt ”context-aware”, wenn es den Kontext verwendet, um relevante Informationen und/oder Dienste dem Benutzer zur Verfügung zu stellen, wobei die Relevanz von der Rolle des Benutzers abhängt.”

Dey, Abowd

Merkmale kontext-adaptiver Applikationen: – In Abhängigkeit von den aktuellen Kontext-

Informationen werden dem Benutzer Daten und Dienstleistungen zur Verfügung gestellt.

– Automatische Ausführung von Diensten, wenn ein bestimmter Zustand/Kontext auftritt.

– Verknüpfung von Kontext und Informationen für eine spätere Wiederverwendung.

Kontext-Adaptive Anwendungen

4/234/23

Mobile versus stationäre Geräte: - nicht vorhersagbarer, variierender Kontext- Ubiquität - Dienste & Informationen überall und

immer verfügbar- zusätzliche Funktionalitäten (Ortslokalisierung,

Spracherkennung etc.)- Beschränkungen (geringe CPU, kleine Displays,

etc.)

Kontext-adaptive mobile Anwendungen:- Mobile Resource Management System- Hydrogen Context-Framework- Cyberguide- Forget-Me-Not- Context-Phonebook- YellowMap Mobile Services

Kontext in Mobile Computing

5/235/23

HTTP headers- Kontext des Gerätes: ”accept”, ”user-agent”, etc.

CC/PP - Composite Capabilities Preference Profiles- setzt auf RDF auf, um Metadaten über Geräteeigenschaften und Benutzerwünsche/Bedürfnisse zwischen Server und Browser auszutauschen

UAProf - User Agent Profile - berücksichtigt gerätespezifische Charakteristika, Software-spezifische Fähigkeiten, Browser-Einstellungen und Netzwerkeigenschaften

ConteXtML - Context Markup Language

Verarbeitung der Kontext-Informationen:- DELI - DElivery Context LIbrary for CC/PP and UAProf- DICE - Device Independent Content Engine

Modellierung von Kontext-Informationen

6/236/23

Muss folgende Anforderungen erfüllen:– gut strukturiert– standardisiert– einheitlich für alle Kontext-Informationen– austauschbar zwischen Systemkomponenten– erweiterbar– kompatibel mit dem Format für Modellierung der

Benutzerinformationen Soll auf den bereits unterstützten Formaten

aufbauen (CC/PP) Alle relevanten Kontext-Informationen in session

profiles serialisierter RDF + RDF Schema (Ontologie)

Format für Kontext-Informationen

7/237/23

Format für Kontext-Informationen

8/238/23

<? xml version="1.0" ?>

<rdf:RDF

xmlns:loc="http://www.x.org/ort-schemat#">

<rdf:Description about=“http://www.x.com/person#person123”>

<ccpp:component>

<rdf:Description about=”person123PhysOrt">

<rdf:type rdf:resource="http://www.x.com/ort-

schemat#PhysOrt "/>

<loc:kontinent>Europa</loc:kontinent>

<loc:land>Deutschland</loc:land>

<loc:stadt>Berlin</loc: stadt>

</rdf:Description>

</ccpp:component>

</rdf:Description>

</rdf:RDF>

Person123

PhysOrtLogOrt

GeogrOrt

Dau

tsch

land

http

://w

ww

.berlin

.org

+4933 8266

131

192.16

8.1.10

2

Berlin

Eu

rop

a

27"28' S

153"0

2' EK

onti

nent

Sta

d

t Inte

rnetN

etz

Geogr.

Bre

ite G

eogr.

Länge

Land Telefon

Bestimmt kurzfristige und langfristige Informationsbedürfnisse des Benutzers, ist zerlegbar

Erstellung des Profils (Top-Down Ansatz):- Organisationsprofil – relativ stabile

Informationsbedürfnisse- Abteilungsprofil- Stellenbeschreibung (Rolle des Benutzers)- Vorlieben/Interessen des Benutzers

Wird jeweils um Kontext-Informationen aktualisiert (“Profile Resolution“):- Gerätekontext- zeitliche Informationen- räumliche Informationen- Informationen aus TMS: Termine, Aufgaben, Kontakte

Historischer Kontext Format: serialisierter RDF, XTM

Benutzerprofil

9/239/23

Information Retrieval

Ein Retrievalmodell besteht aus:– einer Menge D von Repräsentationen für Dokumente– einer Menge Q von Repräsentationen für

Benutzeranfragen– einer Rankingfunktion R, die jedem

Anfrage/Dokumentpaar eine reelle Zahl (das Ranking) zuweist, nach der Dokumente sortiert werden

Suche bezieht sich auf Wörter

Beurteilung der Güte der Ergebnisse: – Recall: Anteil relevanter Dokumente, die gefunden wurden: R=Da/D

– Precision: Anteil der gefundenen Dokumente, die relevant sind: P=Da/A

Ansätze:

– informatischer Ansatz – computerlinguistischer Ansatz

AntwortmengeA

Relevante Dokumente

D

Relevant Dokumente in Antwortmeng

e DA

10/2310/23

Information werdem dem Benutzer abhängig von seinen Informationsbedürfnissen/Interessen zur Verfügung gestellt

Inhaltsbasierte Filterung

– für jeden Nutzer eigene Filter– Profil: Repräsentation des Nutzerinteresses

Soziale Filterung

– Idee: Information ist relevant, wenn andere Benutzer, die bisher ähnliches Verhalten gezeigt haben, die Information ebenfalls als relevant betrachtet haben

– Bewertung der Relevanz von Informationen durch Benutzer

– Vergleich von Profilen mehrerer Nutzer

• Gemischte Ansätze

Informationsfilterung

11/2311/23

Fragen, die man bei traditionellen IF&IR Ansätzen nicht korrekt beantworten kann:

– “Finde alle Dokumente über CAR”semantische Information

– “Finde alle Dokumente, die im Projekt mIF verfaßt wurden!”Kontextinformation

– “Finde alle E-Mails mit Absender Frank Mustermann!”Logische Struktur

– “Finde das Dokument mit dem Logo der TU Berlin oben rechts!”Layout

Probleme bisheriger Ansätze

12/2312/23

Bisherige Suchverfahren rein syntaktisch, ohne Kenntnis der Wortbedeutungen

Intelligentes IF, IR:

- Berücksuchtigung der Besonderheiten natürlicher Sprachen (Polysemie, Synonymie)

- Identifizieren und Unterscheiden verschiedener Kontexte des Wortgebrauchs

- flexible Gestaltung der Anfrage

Die Suche kann oft verbessert werden, wenn Hilfsmittel zur Verfügung stehen, die etwas über die Semantik des Suchraums aussagen:

- Thesaurus

- Latent Semantic Indexing

Neue Ansätze in IF, IR

13/2313/23

Retrieval, Filtering, mIF

14/2314/23

Eigenschaft Information Filtering

Information Retrieval

Mobiles IF

Anzahl der Dokumente

unendlich endlich unendlich

Anzahl der Anfragen

endlich unendlich unendlich

Anfragetypkurzfristige Interessen

langfristige Interessen

kurz- und langfristige Interessen

Bearbeitungsart

ein Dokument

viele Anfragen

eine AnfrageDokumenten-

kollektion

eine AnfrageDokumenten-

fluss

Metadaten und Ontologien generieren Kontext-Informationen abfangen und dem System zur

Verfügung stellen Benutzerprofile erstellen (automatisch/manuell) Filterungsmaschine bauen Relevante Dokumente herausfiltern (Präzision wichtig)

- Antworten statt Trefferlisten Nützliche Informationen personalisiert und

aufgabenspezifisch anbieten- Berücksichtigung von Kontext-Informationen bei IF

und bei Präsentation der Ergebnisse (kurzfristige und langfristige Informationsbedürfnisse)

Webdienste:- relevante Webdienste herausfiltern- Transaktionen auslösen- Decision Support anbieten

• Unterstützung: Intelligente Softweareagenten

mIF - Aufgaben

15/2315/23

Traditionelle Informationsverarbeitung beruht auf:

- Zeichenketten und kontextfreier Struktur (Syntax)- Verarbeitung von Konzepten, Kontextabhängigkeiten

oder Kontextbedingungen werden vernachlässigt

Zielgerichteter Zugriff auf Informationen ist problematisch, da Inhalte im Web vom Menschen interpretiert, kombiniert und aufbereitet werden müssen.

Das Semantic Web: Ein Meta-Web, aufbauend auf dem WWW, welches die Inhalte auch für Maschinen verarbeitbar und interpretierbar macht.

Verspricht bessere Endbenutzerdienste durch:– Standardisierte Architektur für

Dokumentenverarbeitung– Standardisierte Vokabularien– Standardisierte Sprachen für Kontextbedingungen

Semantische Netze

16/2316/23

Repräsentation durch netzartige Strukturen aus Objekten und Relationen

Semantische Netze bestehen aus :- Knoten: Repräsentation von Klassen oder

Klasseninstanzen- Kanten: entsprechen 2-stelligen Relationen zwischen

Objekten Wissen über einen Knoten wird durch die Verbindungen

repräsentiert, die von ihnen ausgehen

Mögliche Inferenzen:

- Beantwortung von Anfragen durch Verfolgen von Kanten

- Spreading Activation bzw. Intersection Search

- Vererbung

Semantische Netze = Metadaten + Ontologien

Semantische Netze

17/2317/23

Beispiel für ein semantisches Netz

18/2318/23

a25volvo

besitzer

andreas

person

farbe

weiss

auto

is-a

instance-of

hat-farbe

a43

rot

instance-of

instance-of

hat-farbe

instance-of

instance-of

GenerischesKonzept (Klasse)

IndividuellesKonzept (Instanz)

u57

unfall

geschädigterverursacher

motorhat-teil

besitzer

holtmann

instance-of

instance-of

„Holtmann fuhr mit seinem roten Auto auf meinen weissen Volvo“

Quelle: Hinkelmann

• Semantik: Interpretationsfunktion von einem syntaktischen in einen semantischen Bereich

Idee: Spezifiziere alle durch ein Programm oder eine Wissensbasis verwendbaren Begriffe

Ontologie = eine Vereinbarung über ein gemeinsam zu nutzendes Vokabular, mit dem Anfragen und Aussagen zwischen Maschinen ausgetauscht werden:– eine standardisierte Menge von Begriffen mit

Kontextbedingungen– Kontextbedingungen werden durch Inferenzregeln

angegeben

Alle potentiellen Welten müssen sich auf die vorgegebenen Ontologien abstützen und die Einschränkungen erfüllen

Ontologiesprachen: RDF Schema, DAML+OIL

Ontologien

19/2319/23

Webdienste

UDDIVerzeichnisdienst

Klient Webdienst

WSDL

Schnittstellen-beschreibung

MethodenaufrufeAnfragen und Antworten

WSDL-Dokumentholen

SOAP-Nachrichten

URL des Webdienstes

Suchen nachWebdiensten

20/2320/23

Ein Webdienst ist eine Anwendung, die es erlaubt, ihre Methoden über eine Web-Schnittstelle aufzurufen.

Entwicklung des Internet: von einem Informationsnetz zum Servicenetz

Semantische Webdienste sollen ermöglichen:- automatisches Auffinden von Webdiensten- automatische Ausführung von Webdiensten- Komposition von Web Services- Überwachung der Ausführung von Webdiensten

DAML-S (DARPA Agent Markup Language for Services):- eine DAML+OIL - Ontologie für Webdienste, dessen Ziel

es ist, Webdienste in einer computer-interpretierbaren Art und Weise zu beschreiben

– ermöglicht den intelligenten Agenten, diverse Aufgaben zu erfüllen

WSMF - Web Services Modeling Framework

Semantische Webdienste

21/2321/23

22/2322/23

Probleme und Chancen

Chancen: Das Semantische Web reitet auf der "Welle" HTML/XML Technologie entwickelt sich sehr schnell Killer-Applikation

Probleme: Technologien noch nicht ausgereift Beschränkungen mobiler Geräte Nutzen der Information abhängig von:

- Informationsquellen- Qualität der Information- Kosten der Information- Aktualität der Information- Vertrauenswürdigkeit der Information

“Big Brother“ – Ansatz Abschätzung der Qualität von Webdiensten Technik muss sicher und unsichtbar sein

Semantische Netze und Webdienste als (reale) Zukunftsvision:- verbesserter Zugriff auf Wissen- verbesserte Kommunikation zwischen Maschinen- intelligente Webdienste

Context-Aware Mobile Information Filtering System: innovative Anwendung im Bereich IF ein Filterungssystem, das im Filterungsprozess die

Kontext-Informationen sowie Benutzerprofile berücksichtigt

Filterung:- Dokumente (Semantic Web)- Webdienste

Integration semantischer Technologien in bestehende Ansätze des Information Filtering

Bereitstellen der Informationen für verschiedene mobile Geräte

Umsetzung auch in Form eines Webdienstes

Zusammenfassung

23/2323/23

Lehrstuhl für WirtschaftsinformatikProf. Dr. Karl Kurbel

Anna Jankowska

Context-Aware Mobile Information Filtering System

Doktorandenworkshop Technologien und Anwendungen von XML