Med utvecklingen av mobil databehandling har kontextmedvetenheten blivit en viktig del av mänsklig interaktion. Det är nu viktigt lika mycket som kommunikation själv.
Ett sammanhang definieras som en datakälla som kan avkännas och används för att karakterisera en företags situation. Ett sammanhang beskriver ett fysiskt fenomen i en verklig värld. Kontext kan vara av två typer.
Kontextmedvetenhet är möjligheten hos en mobil databehandlingsenhet att fånga användarens nuvarande sammanhang.
Kontextmedvetenhet är signifikant i allestädes närvarande databehandling där datorer görs för att visas överallt och var som helst. Smartphone är den vanligaste platsen där albiquitous computing sker i ett användarperspektiv. Smarta telefoner är kontextmedveten system, som kan ge mening om situationen kring en individ. Smartphones används ofta som källa för att fånga data i kontextmedvetna applikationer på grund av två egenskaper: kontextmedvetenhet och allmänt förekommande datorer,
Möjligheten att pervasivt känna igen det individuella och sociala sammanhang som enheter eller användare är i kontakt med tillhandahålls av den kontinuerliga utvecklingen av sensortekniker och -utbyggnad tillsammans med utvecklande datorteknik i mobila enheter baserade inbäddade systemplattformar. Således beslutsfattande baserat på kontextuell data, som fångas genom sensorbaserade mobila enheter som inferens, som förekommer dagligen förekommande mänskliga centriska åtgärder, aktiviteter och interaktioner är mer realtid och användbar.
Kontextmedvetna system syftar till att använda en mobil databehandling som en handdator eller en ansluten / bärbar enhet integrerad med smarta sensorer för att övervaka och mäta individuella eller miljöfenomen (sammanhang) för att hjälpa eller utvärdera människoliv för att uppnå önskvärt levnadsstandardens kvalitet. Att fånga kontextuella data via smartphones möjliggör minimal användarinteraktion med enheten, vilket ökar användbarheten. Kontextdata kan samlas antingen genom hårdavkänning, dvs genom hårdvarosensorerna inbäddade i smartphones eller mjukavkänning, dvs genom användarprofilerna och annan information som finns tillgänglig i sociala nätverksportaler som Facebook, LinkedIn och Twitter.
Vid utformning / genomförande av en kontextdriven applikation finns det få aspekter som behöver åtgärdas.
Sekretess är en av de största problemen för användare av mobila applikationer. Därför måste kontextmedvetna applikationer beakta sekretesskällans integritet och sammanhangsämnet. Även kontextkällans identitet bör inte släppas utan deras uttryckliga tillstånd.
Kontextmedvetna applikationer tar ofta in kontextuell data på låg nivå, bearbetar dem för att producera information och visa dem för användarna. Vissa applikationer handlar också om historiska data. Genomförandet av sådana scenarier kräver ett dedikerat utrymme, dvs lagring för att manipulera och hantera data. Därför måste arkitektur med expanderbar databasstruktur väljas för implementering av backend för att stödja vertikal och horisontell skalbarhet för applikationen.
Samspelet mellan kontextkällorna kan genomföras via antingen drag- eller tryckmekanism. I båda fallen är möjligheten att härleda kontextinformation från tidigare data begränsad av frekvensen med vilket sammanhang förvärvas av kontextkällan. I en kontextmedveten applikationsdesign anses boende av oegentligheter av kontextdata också som ett drag av utökningsförmåga. Detta kommer även att stödja applikationen att förlängas om antalet användare växer med tiden.
Synkrona och asynkrona operationer är användbara i en kontextuell modell för att söka data. Program som baserar sina realtidsoperationer i nuvarande sammanhang kommer att kräva synkrona operationer medan applikationer som behöver aktiveras i ett visst sammanhang kommer att behöva asynkrona operationer. Därför bör ansökan utformas för att använda synkrona och asynkrona operationer på lämpligt sätt.
Kontextinformation involverar i verkliga enheter. De data som tagits i kontextmedvetna applikationer använder denna sammanhangsinformation för att stödja beslutsfattandet. Därför är kvaliteten på informationen en viktig aspekt i sådana implementeringar. Systemet behöver specificera mekanismer för att mäta kvaliteten på informationen (QoI) samt att ändra kontextdata för att upprätthålla informationens noggrannhet.
Image Courtesy: Pixbay