Context-Aware Mobile Crowd Sensing using Mobile Hybrid Application Frameworks

Winterfeldt, Julian (2017) Context-Aware Mobile Crowd Sensing using Mobile Hybrid Application Frameworks. Masters thesis, Ulm University.

[thumbnail of MA_WIN_2017.pdf] PDF - Requires a PDF viewer such as GSview, Xpdf or Adobe Acrobat Reader
Download (1MB)

Abstract

Mobile Endgeräte sind heutzutage allgegenwärtig und werden in vielen Bereichen des alltäglichen Lebens eingesetzt. Als mobile Begleiter ermöglichen Smartphones den Einsatz mobiler Applikationen zu jeder Tageszeit und in einer Vielzahl von Situationen. Die Nutzung einer mobilen Applikation erfolgt heutzutage meist durch eine explizite Interaktion des Nutzers. Im Gegensatz dazu können sich kontextsensitive Anwendungen adaptiv verhalten und ermöglichen eine implizite Interaktion. Auch im Bereich des Mobile- Crowdsourcings gewinnen kontextbewusste Applikationen an Bedeutung. Datensätze können mit Kontextinformationen angereichert werden und die Datenerfassung kann kontextsensitiv erfolgen. Die Entwicklung solcher Applikationen kann auf unterschiedliche Art und Weise durchgeführt werden. Im Vergleich zur nativen Applikationsentwicklung kann die Entwicklung mobiler Webanwendungen oder hybrider Applikationen plattformunabhängig erfolgen. Cross-Platform-Ansätze vereinen die Vorteile von nativer und hybrider Applikationsentwicklung. Dabei ermöglichen Frameworks wie NativeScript den direkten Zugriff auf native Schnittstellen. Für diese Ansätze stehen jedoch keine allgemeinen Werkzeuge zur Verfügung, um Anwendungen kontextsensitiv zu implementieren. Um die Cross-Platform-Entwicklung kontextsensitiver Applikationen zu vereinfachen, wurde ein Framework für NativeScript-Applikationen entwickelt. Das Framework stellt Komponenten zur Verfügung, welche die plattformunabhängige Entwicklung kontextsensitiver Applikationen unterstützen. Auf Basis einer logikbasierten Kontextrepräsentation und eines regelbasierten Schlussfolgerungsmechanismus können Applikationsentwickler Kontextereignisse definieren. Diese werden automatisch evaluiert und dabei ausgelöst, falls die entsprechenden Kontextbedingungen erfüllt sind. Die Datenerfassung und Bereitstellung von Kontextinformationen erfolgt dabei modularisiert. Es wurden vier beispielhafte Module entwickelt, um den Ort, die Herzfrequenz des Nutzers, ausgeübte Aktivitäten und die Umgebungslautstärke als Kontextinformationen bereitzustellen. Zudem wurde ein NativeScript-Modul entwickelt, das verschiedene Arten der Hintergrundausführung plattformunabhängig abstrahiert.

Item Type: Thesis (Masters)
Subjects: DBIS Research > Master and Phd-Thesis
Divisions: Faculty of Engineering, Electronics and Computer Science > Institute of Databases and Informations Systems > DBIS Research and Teaching > DBIS Research > Master and Phd-Thesis
Depositing User: Herr Marc Schickler
Date Deposited: 12 May 2017 14:00
Last Modified: 12 May 2017 14:00
URI: http://dbis.eprints.uni-ulm.de/id/eprint/1486

Actions (login required)

View Item
View Item