Journal of KIISE:Computing Practices and Letters (한국정보과학회논문지:컴퓨팅의 실제 및 레터)

Korean Institute of Information Scientists and Engineers (한국정보과학회)
권호 표지

Development of User Interface and Blog based on Probabilistic Model for Life Log Sharing and Management

라이프 로그 공유 및 관리를 위한 확률모델 기반 사용자 인터폐이스 및 블로그 개발

  • 이진형 (연세대학교 컴퓨터과학과) ;
  • 노현용 (연세대학교 컴퓨터과학과) ;
  • 오세원 (연세대학교 컴퓨터과학과) ;
  • 황금성 (연세대학교 컴퓨터과학과) ;
  • 조성배 (연세대학교 컴퓨터과학과)
  • Published : 2009.05.15
Download PDF
⟨ Previous Next ⟩

Abstract

The log data collected on a mobile device contain diverse and continuous information about the user. From the log data, the location, pictures, running functions and services of the user can be obtained. It has interested in the research inferring the contexts and understanding the everyday-life of mobile users. In this paper, we have studied the methods for real-time collection of log data from mobile devices, analysis of the data, map based visualization and effective management of the personal everyday-life information. We have developed an application for sharing the contexts. The proposed application infers the personal contexts with Bayesian network probabilistic model. In the experiments, we confirm that the usability of visualization and information sharing functions based on the real world log data.

모바일 장치에서 수집되는 로그 데이터는 개인의 일상에 대한 다양하고 지속적인 정보를 담고 있다. 이로부터 얻을 수 있는 사용자의 위치, 사진, 사용중인 모바일장치 기능 및 서비스의 종류를 통하여 사용자의 상태를 추론하고 개인의 일상을 이해하는 연구가 많은 관심을 받고 있다. 본 논문에서는 모바일 장치로부터 실시간으로 로그 데이터를 수집, 분석하고 이를 지도기반으로 시각화하여 개인 일상에 대한 정보를 효과적으로 관리할 수 있도록 하며 다른 사용자와 이 정보를 공유하여 상호 사용 가능한 어플리케이션을 개발한다. 제안하는 어플리케이션은 베이지안 네트워크 확률 모델을 채택하여 개인의 상황을 추론한다. 실험에서는 실제로 수집된 로그 정보를 바탕으로 효율적 시각화 및 다른 사용자와의 정보 공유 기능의 유용성을 확인하였다.

Keywords

References

  1. J. Gemmell, G. Bell, and R. Lueder, “MyLifeBits: A personal database for everything,” Communica-tions of the ACM, Vol.49, No.1, pp. 88-96, 2006 https://doi.org/10.1145/1107458.1107460
  2. M. Raento, A. Oulavirta, R. Petit, and H. Toivonen, “ContextPhone-A prototyping platform for context-aware mobile applications.” IEEE Pervasive Com-puting, Vol.4, No.2, pp. 51-59, 2005 https://doi.org/10.1109/MPRV.2005.29
  3. Y.-S. Lee and S.-B. Cho, “Extracting meaningful contexts from mobile life log,” 8th International Conference on Intelligent Data Engineering and Automated Learning, pp. 750-759, Dec. 2007 https://doi.org/10.1007/978-3-540-77226-2_75
  4. G. Castelli, M. Mamei, and A. Rosi, “The wherea-bouts diary,” Proc. LoCA 2007, Springer-Verlag Berlin Heidelberg, pp. 175-192, 2007
  5. E. Horvitz, S. Dumais, and P. Koch, “Learning predictive models of memory landmarks,” 26th Annual Meeting of the Cognitive Science Society, pp. 1-6, 2004
  6. N. Eagle, “Machine perception and learning of complex social systems,” Ph.D. Thesis, Massa-chusetts Institute of Technology, 2005
  7. S.-B. Cho, K.-J. Kim, K. S. Hwang, and L.-J. Song, “AniDiary: Daily cartoon-style diary exploits Bayesian networks,” IEEE Pervasive Computing, Vol.6, No.3, pp. 66-75, 2007 https://doi.org/10.1109/MPRV.2007.49
  8. K. B. Korb, and A. E. Nicholson, Bayesian Arti-ficial Intelligence, Chapman & Hall/CRC, 2003
  9. K. -J. Kim, Y.-S. Lee, K.-S. Hwang, J.-H. Hong, and S.-B. Cho, “Development of mobile life brow-ser based on concept network,” Proc. of the 33rd KISS Conference, Vol.33, No.2, pp. 71-76, 2006