Recently, research efforts on service discovery have worked on abstract representation on functional effects. Abstract representation inherently adheres to a high level of semantics to maximize the availability of service. However, services discovered by effects are differently accepted to a user according to user's condition like medical symptom. For example, when message needs to be delivered to a user, system discovers available services such as PDA and TV which support 'display effect' for message delivery. However, TV which has higher sound effect as well as display effect might be better service to the user who experiences a poor eye-sight because preferred service is determined according to user's condition. Thus, to consider user's condition, we introduce a user care preference which is classified to multiple effects with different weight. It is used to measure how much each effect of user is sensitive to each of multiple effects which service supports. In addition, we propose a systematic process of design to support semantic service discovery with the attempts of user request classified by five senses. Symptom analysis is executed in context manger to generate user care preference and the relative degree with proximate services is measured in a service manager. Finally, when some event happens, system can discover the best service based on user's condition. Our approach helps service discovery using the context incorporating user condition to represent user's intention and sensitivity richer.
최근의 유비쿼터스 환경에서 시맨틱 서비스 디스커버리를 위해서 서비스들의 effect을 세분화하여 abstraction를 구축하였다. 이는 서비스의 요청이 들어왔을 때 비슷한 effect을 지원하는 서비스가 있는지를 검색 함으로써 적절하게 서비스를 찾아 낼 수 있었다. 이 방법은 서비스의 availability 측면에서 비교적 충분하지 않은 정보의 쿼리를 서비스 effect들의 abstraction을 통하여 추론함으로써 이벤트가 발생했을 때 적절하게 이벤트를 처리할 수 있는 effect을 지원하는 서비스들을 발견하도록 하였다. 하지만 발견된 서비스들이 이벤트를 처리할 수 있는 effect을 지원한다고 하더라도 사용자의 몸 상태와 같은 사용자 컨디션에 따라서 모두 똑같은 만족도를 가지는 것은 아니다. 예를 들어 메시지 수신이라는 이벤트가 발생해서 시스템이 유저에게 메시지를 보여주거나 들여줄 수 있는 effect를 가진 서비스들로써 TV, PDA을 찾았다고 가정할 때 각각의 서비스들은 사용자의 컨디션에 따라서 다른 만족도를 준다. 시력이 좋지 못한 사용자에게는 디스플레이 effect 뿐만 아니라 음향 effect을 좀 더 고려하여 TV를 최적의 서비스로써 제공해야 한다.
이 논문에서는 이벤트가 발생했을 때 서비스들을 effect로 구성된 abstraction으로 세분화 시켜서 effect를 이용해서 발견한다. 그리고 발견된 서비스들을 여러 개의 effect들와 각각 다른 가중치로 구성된 유저의 컨디션 context을 이용하여 서비스들과 비교하고 각각의 effect들이 얼마만큼 영향을 받는지를 수치화함으로써 서비스들과의 만족도를 알아본다.
유저 컨디션의 한 예로써 유저의 의학 증상을 이용한다. 유저의 증상에 영향을 미치는 정도를 effect로써 표현하기 하기 위해서 context aware에서는 의학 증상에 대한 정보를 DB에 저장을 하고 그 정보에 기반해서 5감으로 구성된 사용자 증상 민감도 메시지를 생성한다. 사용자가 필요로 하는 것을 오감으로 느끼기 때문에 오감으로 표현했을 때 가장 적절 서비스를 발견할 수 있다. abstraction에서는 서비스의 effect로써 계층적으로 표현하여 매칭을 하고 유저의 관련된 effect의 다른 가중치와 capacity를 통해서 각각의 관련성를 측정한다.
결론적으로 유저 컨디션을 나타내기 위한 context를 여러 개의 effect와 각각 다른 가중치를 부여함으로써 사용자의 컨디션에 따른 주위 서비스들간의 만족도를 알 수가 있다.
