Le concept du « smart » envahit de plus en plus notre vie quotidienne. L’exemple type est sans doute le smartphone. Celui-ci est devenu au fil des ans un appareil incontournable. Bientôt, c’est la ville, la voiture, la maison qui seront « intelligentes ». L’intelligence se manifeste par une capacité d’interaction et de prise de décision entre l’environnement et l’utilisateur. Ceci nécessite des informations sur les changements d’états survenus des deux côtés. Les réseaux de capteurs permettent de collecter ces données, de leur appliquer des pré-traitements et de les transmettre aux applications. Ces réseaux de par certaines de leurs caractéristiques se rapprochent de l’intelligence collective, dans le sens, où des entités de faibles capacités se coordonnent automatiquement, sans intervention humaine, de façon décentralisée et distribuée pour accomplir des tâches complexes. Ces méthodes bio-inspirées ont servi à la résolution de plusieurs problèmes, surtout l’optimisation, ce qui nous a encouragé à étudier la possibilité de les utiliser pour les problèmes liés à l’Ambient Assisted Living ou AAL et à la classification automatique de données. L’AAL est un sous-domaine des services dits basés sur le contexte, et a pour objectifs de faciliter la vie des personnes âgées et handicapées dans leurs défis quotidiens. Pour ce faire, il détermine le contexte et, sur cette base, propose divers services. Deux éléments du contexte nous ont intéressé : le handicap et la position. Bien que la détermination de la position (localisation, positionnement) se fasse à l’extérieur des bâtiments avec des précisions très satisfaisantes, elle rencontre plusieurs difficultés à l’intérieur des bâtiments, liées à la propagation des ondes électromagnétiques dans les milieux difficiles, aux coûts des systèmes, à l’interopérabilité, etc. Nos travaux se sont intéressés au positionnement des personnes handicapées à l’intérieur de bâtiments en utilisant un réseau de capteurs afin de déterminer les caractéristiques de l’onde électromagnétique (puissance, temps, angle) pour estimer la position par méthodes géométriques (triangulation, latération), méthodes de fingerprinting (k plus proches voisins), par des filtres baysiens (filtre de Kalman). L’application est d’offrir des services types AAL tel que la navigation. Nous avons élargi la notion de réseau de capteurs pour prendre en compte tout appareil capable d’émettre et de recevoir une onde électromagnétique et se trouvant dans l’environnement. Nous avons aussi appliqué l’algorithme API sur la classification automatique de données. Enfin, nous avons proposé une architecture à middleware pour la localisation indoor. / The concept of « smart » invades more and more our daily life. A typical example is the smartphone, which becames by years an essential device. Soon, it’s the city, the car and the home which will become « smart ». The intelligence is manifested by the ability for the environment to interact and to take decisons in its relationships with users and other environments. This needs information on state changes occurred on both sides. Sensor networks allow to collect these data, to apply on them some pre-processings and to transmit them. Sensor network, towards some of their caracteristics are closed to Swarm Intelligence in the sense that small entities with reduced capababilities can cooperate automatically, in unattended, decentralised and distributed manner in order to accomplish complex tasks. These bio-inspired methods have served as basis for the resolution of many problems, mostly optimization and this insipired us to apply them on problems met in Ambient Assisted Living and on the data clustering problem. AAL is a sub-field of context-aware services, and its goals are to facilitate the everyday life of elderly and disable people. These systems determine the context and then propose different kind of services. We have used two important elements of the context : the position and the disabilty. Although positioning has very good precision outdoor, it faces many challenges in indoor environments due to the electromagnetic wave propagation in harsh conditions, the cost of systems, interoperabilty, etc. Our works have been involved in positioning disabled people in indoor environment by using wireless sensor network for determining the caracteristics of the electromagnetic wave (signal strenght, time, angle) for estimating the position by geometric methods (triangulation, lateration), fingerprinting methods (k-nearest neighbours), baysiens filters (Kalman filter). The application is to offer AAL services like navigation. Therefore we extend the definition of sensor node to take into account any device, in the environment, capable of emiting and receiving a signal. Also, we have studied the possibility of using Pachycondylla Apicalis for data clustering and for indoor localization by casting this last problem as data clustering problem. Finally we have proposed a system based on a middleware architecture.

La diversité des contenus recommandation et la variation des contextes des utilisateurs rendent la prédiction en temps réel des préférences des utilisateurs de plus en plus difficile mettre en place. Toutefois, la plupart des approches existantes n'utilisent que le temps et l'emplacement actuels séparément et ignorent d'autres informations contextuelles sur lesquelles dépendent incontestablement les préférences des utilisateurs (par exemple, la météo, l'occasion). En outre, ils ne parviennent pas considérer conjointement ces informations contextuelles avec les interactions sociales entre les utilisateurs. D'autre part, la résolution de problèmes classiques de recommandation (par exemple, aucun programme de télévision vu par un nouvel utilisateur connu sous le nom du problème de démarrage froid et pas assez d'items co-évalués par d'autres utilisateurs ayant des préférences similaires, connu sous le nom du problème de manque de donnes) est d'importance significative puisque sont attaqués par plusieurs travaux. Dans notre travail de thèse, nous proposons un modèle probabiliste qui permet exploiter conjointement les informations contextuelles actuelles et l'influence sociale afin d'améliorer la recommandation des items. En particulier, le modèle probabiliste vise prédire la pertinence de contenu pour un utilisateur en fonction de son contexte actuel et de son influence sociale. Nous avons considérer plusieurs éléments du contexte actuel des utilisateurs tels que l'occasion, le jour de la semaine, la localisation et la météo. Nous avons utilisé la technique de lissage Laplace afin d'éviter les fortes probabilités. D'autre part, nous supposons que l'information provenant des relations sociales a une influence potentielle sur les préférences des utilisateurs. Ainsi, nous supposons que l'influence sociale dépend non seulement des évaluations des amis mais aussi de la similarité sociale entre les utilisateurs. Les similarités sociales utilisateur-ami peuvent être établies en fonction des interactions sociales entre les utilisateurs et leurs amis (par exemple les recommandations, les tags, les commentaires). Nous proposons alors de prendre en compte l'influence sociale en fonction de la mesure de similarité utilisateur-ami afin d'estimer les préférences des utilisateurs. Nous avons mené une série d'expérimentations en utilisant un ensemble de donnes réelles issues de la plateforme de TV sociale Pinhole. Cet ensemble de donnes inclut les historiques d'accès des utilisateurs-vidéos et les réseaux sociaux des téléspectateurs. En outre, nous collectons des informations contextuelles pour chaque historique d'accès utilisateur-vidéo saisi par le système de formulaire plat. Le système de la plateforme capture et enregistre les dernières informations contextuelles auxquelles le spectateur est confronté en regardant une telle vidéo.Dans notre évaluation, nous adoptons le filtrage collaboratif axé sur le temps, le profil dépendant du temps et la factorisation de la matrice axe sur le réseau social comme tant des modèles de référence. L'évaluation a port sur deux tâches de recommandation. La première consiste sélectionner une liste trie de vidéos. La seconde est la tâche de prédiction de la cote vidéo. Nous avons évalué l'impact de chaque élément du contexte de visualisation dans la performance de prédiction. Nous testons ainsi la capacité de notre modèle résoudre le problème de manque de données et le problème de recommandation de démarrage froid du téléspectateur. Les résultats expérimentaux démontrent que notre modèle surpasse les approches de l'état de l'art fondes sur le facteur temps et sur les réseaux sociaux. Dans les tests des problèmes de manque de donnes et de démarrage froid, notre modèle renvoie des prédictions cohérentes différentes valeurs de manque de données. / Due to the diversity of alternative contents to choose and the change of users' preferences, real-time prediction of users' preferences in certain users' circumstances becomes increasingly hard for recommender systems. However, most existing context-aware approaches use only current time and location separately, and ignore other contextual information on which users' preferences may undoubtedly depend (e.g. weather, occasion). Furthermore, they fail to jointly consider these contextual information with social interactions between users. On the other hand, solving classic recommender problems (e.g. no seen items by a new user known as cold start problem, and no enough co-rated items with other users with similar preference as sparsity problem) is of significance importance since it is drawn by several works. In our thesis work, we propose a context-based approach that leverages jointly current contextual information and social influence in order to improve items recommendation. In particular, we propose a probabilistic model that aims to predict the relevance of items in respect with the user's current context. We considered several current context elements such as time, location, occasion, week day, location and weather. In order to avoid strong probabilities which leads to sparsity problem, we used Laplace smoothing technique. On the other hand, we argue that information from social relationships has potential influence on users' preferences. Thus, we assume that social influence depends not only on friends' ratings but also on social similarity between users. We proposed a social-based model that estimates the relevance of an item in respect with the social influence around the user on the relevance of this item. The user-friend social similarity information may be established based on social interactions between users and their friends (e.g. recommendations, tags, comments). Therefore, we argue that social similarity could be integrated using a similarity measure. Social influence is then jointly integrated based on user-friend similarity measure in order to estimate users' preferences. We conducted a comprehensive effectiveness evaluation on real dataset crawled from Pinhole social TV platform. This dataset includes viewer-video accessing history and viewers' friendship networks. In addition, we collected contextual information for each viewer-video accessing history captured by the plat form system. The platform system captures and records the last contextual information to which the viewer is faced while watching such a video. In our evaluation, we adopt Time-aware Collaborative Filtering, Time-Dependent Profile and Social Network-aware Matrix Factorization as baseline models. The evaluation focused on two recommendation tasks. The first one is the video list recommendation task and the second one is video rating prediction task. We evaluated the impact of each viewing context element in prediction performance. We tested the ability of our model to solve data sparsity and viewer cold start recommendation problems. The experimental results highlighted the effectiveness of our model compared to the considered baselines. Experimental results demonstrate that our approach outperforms time-aware and social network-based approaches. In the sparsity and cold start tests, our approach returns consistently accurate predictions at different values of data sparsity.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Teaching technical themes in the area of Computer Networks involves difficult concepts to be understood in the traditional educational way, i.e. statically. At the same time, technological advances have created many opportunities in education, requiring the development of new pedagogical practices that contribute to the process of teaching and learning. The creation of immersive virtual environments and the addressing of issues related to context-aware computing can support this process. For that, in this dissertation it was developed an immersive virtual environment for teaching Computer Networks that uses learner context information -e.g. technology, cognitive style, and quality of context-, while providing a significant learning from the integration and interaction between users and technology. To achieve the objectives of this study, an exploratory research with a case study was performed in order to verify whether the use of an immersive virtual environment can facilitate and/or improve the process of learning the discipline of Computer Networks. The construction of this environment, named TCN5, has as basis four main elements, these being,WampServer, OpenSimulator, Sloodle and UVLEQoC Moodle, which adds features from modules like U-SEA 2.0 and SEDECA 2.0, in addition to Bootstrap theme, applying QoC parameters and metrics about the information collected in the environment, aiming to ensure the suitability of the connection for the preferences and needs of the students. In order to verify the practical feasibility of the work and the usage of the environment through mobile devices, a case study was conducted, which showed that despite mobile technologies allow the realization of most of the proposed activities, there are still some technological limitations that make difficult the usage of such devices in the educational context. At the same time, a comparative analysis between different viewers for virtual worlds was performed, pointing out advantages and disadvantages by considering aspects of available resources for processing and supported file types. Finally, a non-experimental study was conducted, using a Pedagogical Architecture, which served as the basis for the use and evaluation of the environment by a group of 25 students from the Computer Networks discipline of Computer Science program at the Federal University of Santa Maria. The results obtained during the evaluation with students accomplished the desired expectations, achieving a rating of "Excellent" on the scale of the SUS usability test and a considerable increase in the average obtained in the elaboration of the conceptual maps after using TCN5, an indication that the environment helped, at least in part, to the construction of knowledge of this group, despite the limitations and difficulties encountered during its development. / O ensino de temas técnicos na área de Redes de Computadores envolve conceitos difíceis de serem entendidos na forma pedagógica tradicional, ou seja, de forma estática. Ao mesmo tempo, os avanços tecnológicos criaram diversas possibilidades na educação, exigindo o desenvolvimento de novas práticas pedagógicas que contribuam para o processo de ensino e aprendizagem. A criação de ambientes virtuais imersivos e o tratamento de questões relacionadas com a computação sensível ao contexto podem auxiliar nesse processo. Para isso, foi desenvolvido nesta dissertação um ambiente virtual imersivo para o ensino de Redes de Computadores que trata informações de contexto do aluno (e.g., tecnologia, estilo cognitivo e qualidade do contexto), proporcionando ao mesmo uma aprendizagem significativa, a partir da integração e interação entre usuários e tecnologia. Para atingir os objetivos deste trabalho foi realizada uma pesquisa exploratória com estudo de caso, a fim de verificar se a utilização de um ambiente virtual imersivo pode facilitar e/ou melhorar o processo de aprendizagem da disciplina de Redes de Computadores. A construção desse ambiente, denominado TCN5, teve como base quatro elementos principais, sendo esses, o WampServer, o OpenSimulator, o Sloodle e o Moodle UVLEQoC, que agrega as características tanto dos módulos U-SEA 2.0 e SEDECA 2.0 como do Tema Bootstrap, aplicando parâmetros e métricas de QoC sobre as informações coletadas no ambiente, com o objetivo de garantir que o contexto formulado esteja adequado às preferências e necessidades dos alunos. Para verificar a viabilidade prática do trabalho quanto à utilização do ambiente por meio do uso de dispositivos móveis foi realizado um estudo de caso, que demonstrou que apesar das tecnologias móveis permitirem a realização da maioria das atividades propostas, existem ainda algumas limitações tecnológicas que dificultam a utilização desses dispositivos no contexto educacional. Ao mesmo tempo, foi realizada uma análise comparativa entre os diversos visualizadores de mundos virtuais disponíveis, apontando vantagens e desvantagens, considerando aspectos de processamento, recursos disponibilizados e tipos de arquivos suportados. Por fim, foi realizado um estudo Não-Experimental utilizando uma Arquitetura Pedagógica, que serviu como base para a utilização e avaliação do ambiente por uma turma de 25 alunos da disciplina de Redes de Computadores do Curso de Ciência da Computação da Universidade Federal de Santa Maria. Os resultados obtidos durante a avaliação com os alunos atenderam as expectativas, alcançando uma classificação Excelente na escala do teste de usabilidade SUS, bem como um aumento considerável na média obtida na elaboração dos mapas conceituais após a utilização do TCN5, um indício de que o ambiente auxiliou, pelo menos em parte, na construção do conhecimento dessa turma, apesar das limitações e dificuldades encontradas durante o seu desenvolvimento.

The modern organizations are becoming increasingly dependent on Information Technology (IT), which requires implementation of an effective management support on this area where the high investments achieved can add value for the companies. The intent of reducing the damage caused by unusual computer problems is to provide an active and complete technical assistance to the users. This support team, which is responsible for IT maintenance, was initially named help desk and later, it was modified to service desk due to its significance and the integrated services that were added in this work area. The high diversity of hardware and software besides the current user s demand, which increase the complexity of the technical assistance, creates a new request: the human resource allocation that provides an appropriate profile for solving different types of computers problems. Professionals, who don t have the proper expertise (work experience and practice) for specific maintenance, can bring unnecessary travel for the technician and work inactivity for the requester.This paper aims the adjustment of a service desk tool developed at the Federal University of Santa Maria. The remodelling involves a context-aware computing, location awareness and temporal context characteristics and the technician expertise. The main results demonstrate a service desk context-aware system (sdvpc-SC), that also enables its access through a mobile device and the improvement of technical calls distributed by expertise and geographical location. The tests proved that the system is technically possible and its adjustments can be easily implemented in different types systems of the same category. / As organizações modernas estão se tornando cada vez mais dependentes da Tecnologia da Informação (TI), o que torna imprescindível a implementação de um gerenciamento efetivo da TI para que os altos investimentos realizados no setor possam agregar valor às empresas. Quando surge um problema em algum equipamento de informática, ocasionando um funcionamento anormal dos serviços, espera-se que o usuário tenha uma resposta rápida e clara da equipe de suporte para minimizar os prejuízos causados. Esta equipe de suporte, responsável por resolver os problemas de TI, foi inicialmente denominada help desk, mas devido a sua importância e a novos serviços agregados a sua área de atuação passou a ser chamada de service desk. A grande diversidade de hardware e software aliada as atuais exigências dos usuários torna o atendimento mais complexo e cria uma nova demanda: a alocação de recursos humanos que apresentem o perfil adequado para resolução dos diferentes tipos de problemas. Alocar técnicos que não possuem a expertise (experiência e prática) correta para a solução do problema pode ocasionar, para o técnico, a perda de tempo pelo deslocamento desnecessário, e para o usuário a ociosidade devido à falta de solução do incidente no primeiro atendimento. Este trabalho apresenta a adaptação de uma ferramenta de service desk desenvolvida na Universidade Federal de Santa Maria. As adequações envolvem características da computação sensível ao contexto de localização, temporal e de expertise do técnico. Como principais resultados, obteve-se um sistema de service desk sensível ao contexto (sdvpc-SC), que possibilita o seu acesso através de dispositivo móvel, com a otimização das chamadas por expertise e a localização geográfica do técnico. Os testes demonstraram que o sistema é tecnicamente viável e as adaptações realizadas neste trabalho podem ser facilmente implementadas em diferentes tipos de sistemas da mesma categoria.

Pervasive computing systems aim to improve human-computer interaction, using users situation variables that define context. The boom of Internet makes growing availables items to choose, giving cost in made decision process. Affective Computing has in its goals to identify user s affective/emotional state in a computing interaction, in order to respond to it automatically. Recommendation systems help made decision selecting and suggesting items in scenarios where there are huge information volume, using, traditionally, users prefferences data. This process could be enhanced using context information (as physical, environmental or social), rising the Context-Aware Recommendation Systems. Due to emotions importance in our lives, that could be treated with Affective Computing, this work uses affective context as context variable, in recommendation process, proposing the Affective-Recommender a recommendation system that uses user s affective state to select and to suggest items. The system s model has four components: (i) detector, that identifies affective-state, using the multidimesional Pleasure, Arousal and Dominance model, and Self-Assessment Maniking instrument, that asks user to inform how he/she feels; (ii) recommender, that selects and suggests items, using a collaborative-filtering based approache, in which user s prefference to an item is his/her affective reaction to it as the affective state detected after access; (iii) application, which interacts with user, shows probable most interesting items defined by recommender, and requests affect identification when it is necessarly; and (iv) data base, that stores available items and users prefferences. As a use case, Affective-Recommender is used in a e-learning scenario, due to personalization obtained with recommendation and emotion importances in learning process. The system was implemented over Moodle LMS. To exposes its operation, a use scenario was organized, simulating recommendation process. In order to check system applicability, with students opinion about to inform how he/she feels and to receive suggestions, it was applied in three UFSM graduation courses classes, and then it were analyzed data access and the answers to a sent questionnaire. As results, it was perceived that students were able to inform how they feel, and that occured changes in their affecive state, based on accessed item, although they don t see improvements with the recommendation, due to small data available to process and showr time of application. / Sistemas de Computação Pervasiva buscam melhorar a interação humano-computador através do uso de variáveis da situação do usuário que definem o contexto. A explosão da Internet e das tecnologias de informação e comunicação torna crescente a quantidade de itens disponíveis para a escolha, impondo custo para o usuário no processo de tomada de decisão. A Computação Afetiva tem entre seus objetivos identificar o estado emocional/afetivo do usuário durante uma interação computacional, para automaticamente responder a ele. Já Sistemas de Recomendação auxiliam a tomada de decisão, selecionando e sugerindo itens em situações onde há grandes volumes de informação, tradicionalmente, utilizando as preferências dos usuários para a seleção e sugestão. Esse processo pode ser melhorado com o uso do contexto (físico, ambiental, social), surgindo os Sistemas de Recomendação Sensíveis ao Contexto. Tendo em vista a importância das emoções em nossas vidas, e a possibilidade de tratamento delas com a Computação Afetiva, este trabalho utiliza o contexto afetivo do usuário como variável da situação, durante o processo de recomendação, propondo o Affective-Recommender um sistema de recomendação que faz uso do estado afetivo do usuário para selecionar e sugerir itens. O sistema foi modelado a partir de quatro componentes: (i) detector, que identifica o estado afetivo, utilizando o modelo multidimensional Pleasure, Arousal e Dominance e o instrumento Self-Assessment Manikin, solicitando que o usuário informe como se sente; (ii) recomendador, que escolhe e sugere itens, utilizando uma abordagem baseada em filtragem colaborativa, em que a preferência de um usuário para um item é vista como sua reação estado afetivo detectado após o contato ao item; (iii) aplicação, que interage com o usuário, exibe os itens de provável maior interesse definidos pelo recomendador, e solicita que o estado seja identificado, sempre que necessário; e (iv) base de dados, que armazena os itens disponíveis para serem sugeridos e as preferências de cada usuário. Como um caso de uso e prova de conceito, o Affective-Recommender é empregado em um cenário de e-learning, devido à importância da personalização, obtida com a recomendação, e das emoções no processo de aprendizagem. O sistema foi implementado utilizando-se como base o AVEA Moodle. Para expor o funcionamento, estruturou-se um cenário de uso, simulando-se o processo de recomendação. Para verificar a aplicabilidade real do sistema, ele foi empregado em três turmas de cursos de graduação da UFSM, sendo analisados dados de acesso e aplicado um questionário para identificar as impressões do alunos quanto a informar como se sentem e receber recomendações. Como resultados, percebeu-se que os alunos conseguiram informar seus estados afetivos, e que houve uma mudança em neste estado com base no item acessado, embora não tenham vislumbrado melhorias com as recomendações, em virtude da pequena quantidade de dados disponível para processamento e do curto tempo de aplicação.

[pt] A computação orientada a contexto (Context-Aware Computing) é um paradigma que se propõe a permitir que as aplicações descubram e tirem proveito das informações que as circundam em dado instante, tais como localização, recursos próximos, infra-estrutura disponível, preferências do usuário, além de outras. Muitas pesquisas realizadas nessa área estão focadas na computação móvel ou na computação ubíqua. Entretanto, mais recentemente, foi possível perceber que há vários aspectos que não estão apenas limitados ao universo da ubiqüidade e da mobilidade e que também podem beneficiar outros sistemas. Os sistemas multimídia/hipermídia mais completos devem apoiar todas as etapas que envolvem o tratamento de um documento, iniciando na sua concepção, abrangendo seu armazenamento e terminando com a apresentação do documento ao leitor (usuário final). Um requisito desejável desse tipo de sistema, em particular, diz respeito à presença de mecanismos que realizem a adaptação do documento, ou seja, que efetuem algum tipo de transformação para tornar o hiperdocumento o mais adequado ao contexto no qual ele estará sendo visualizado. Sistemas hipermídia dotados de estratégias de adaptação constituem um exemplo de aplicação orientada ao contexto. O objetivo desta dissertação é propor uma arquitetura de gerência de contexto, projetada e desenvolvida como uma estrutura independente e reutilizável por diferentes sistemas, em especial, os sistemas hipermídia. A arquitetura propõe um modelo para representação da informação contextual e uma estrutura genérica (framework) capaz de ser reutilizada e incorporada em diversas implementações. / [en] Context Aware Computing is a paradigm that allows applications to find and take profit from information that surrounds them at a given time, such as location, nearby resources, available infra-structure, user preferences, among others. Research in this area focuses on mobile or ubiquitous computing. However, recent research indicates that several aspects of this area are not limited to mobility and ubiquity. They can also profit from systems connected to other areas. Comprehensive multimedia/hypermedia systems must support all the phases of a document treatment. The treatment must encompass authoring, as well as storage and final presentation to the reader (end user). Particularly in this type of system, it is desirable to have tools that adapt the document, that is, tools that apply transformations to the hyper-document, making it adequate to the visualization. Hypermedia systems with adaptation strategies are an example of context-aware applications. The goal of this dissertation is to create a new architecture for context management: one architecture developed and built as an independent structure that may be reused by different systems, particularly by hypermedia systems. This architecture is based on a model of context information representation and on a recyclable framework that can be incorporated to several implementations.

Made available in DSpace on 2016-06-02T19:06:19Z (GMT). No. of bitstreams: 1 6466.pdf: 5791696 bytes, checksum: 534072ee44559aaa0654340ab8533177 (MD5) Previous issue date: 2014-08-14 / One of the core requirements of Ubiquitous Computing is to be user context aware for software solutions developed may be adapted to the different skills and capabilities of users, with regard to physical and cognitive characteristics and interaction preferences. However, the focus of research has been in adapting the systems to different devices. The adaptation to different users profiles still demands further investigation, especially on how to understand and model the physical and cognitive characteristics, and users preferences. It is possible to find several studies that present user profiles models in the literature. Some of these models include a large set of features related to the users. However, only a few works provide an indication of how the information about the user is captured and how the profile already mapped in the model is turned available for applications. Moreover, these models do not take into account the user's interaction needs and preferences, since they only focus on personal information, physiological state, demographics etc. Thus, this work aims to support the flexibility of ubiquitous systems, considering different user profiles, facilitating the collection and delivery of these profiles for ubiquitous computing. To achieve this goal we defined the "Who Am I?" architecture to meet the users diversity by considering their interaction needs and preferences as part of the adopted user profile model; enables the collection of user profiles by means of a collector; and allows communication between the collector and the ubiquitous systems of an interoperable manner. To evaluate the feasibility of this architecture and verify that it meets the diversity of users, a case study was conducted with two scenarios of use. In the first scenario, a bus stop system and the second, a simulation for a smart kitchen was developed. The evaluation of the two software solutions developed was performed with real users and included both technical and emotional aspects. The results indicate that the interaction with both solutions through "Who Am I?" architecture gave satisfaction and motivation in users, and that communication and the adaptation of ubiquitous systems are given appropriately. / Um dos principais requisitos da Computação Ubíqua é ser sensível ao contexto do usuário para que as soluções de software desenvolvidas possam ser capazes de se adaptar às diferentes habilidades e capacidades dos usuários, no que diz respeito às características físicas e cognitivas, e preferências de interação. Todavia, o foco das pesquisas tem sido na adaptação dos sistemas aos diferentes dispositivos. No que se refere à adaptação aos diferentes perfis de usuários ainda é preciso investigar mais, principalmente a forma de conhecer e modelar as características físico-cognitivas e as preferências do usuário. Na literatura, são encontrados vários trabalhos que propõem modelos de perfil de usuário, sendo que alguns destes englobam um conjunto grande de características relacionadas aos usuários. Porém, apenas alguns fornecem uma indicação de como as informações sobre o usuário são capturadas e como o perfil já mapeado é disponibilizado para as aplicações. Além do mais, estes modelos não levam em consideração as necessidades e preferências de interação do usuário, visto que apenas focam em informações pessoais, estado fisiológico, dados demográficos, etc. Desta forma, este trabalho tem como objetivo apoiar a flexibilidade de aplicações ubíquas considerando diferentes perfis de usuários, facilitando a coleta e a oferta desses perfis para a computação ubíqua. Para alcançar esse objetivo definiu-se a arquitetura Who Am I? para atender a diversidade de usuários por considerar suas necessidades e preferências de interação como parte do modelo de perfil de usuário adotado; viabilizar a coleta de perfis de usuários por meio de um coletor; e permitir a comunicação entre o coletor e os sistemas ubíquos de uma forma interoperável. Para avaliar a viabilidade dessa arquitetura e verificar se ela atende à diversidade de usuários, foi realizado um estudo de caso com dois cenários de uso. No primeiro cenário foi desenvolvido um sistema de ponto de ônibus e no segundo, uma simulação para uma cozinha inteligente. A avaliação das duas soluções de software desenvolvidas foi realizada com usuários reais e contemplou tanto aspectos técnicos como emocionais. Os resultados indicam que a interação com ambas por meio da arquitetura Who Am I? proporcionou satisfação e motivação nos usuários e que a comunicação e a adaptação dos sistemas ubíquos se deram de forma adequada.

There are different reasons that may collaborate for a human activity to result in damages in one s physical health. Generally, they characterize risk situations that can be avoided, if identified. One of these risks is related to the skill level that a person has to process information, react to his surroundings and make decisions in order to perform an activity, which is determined by the allocation of the mental resources demanded by the activity for its execution. When this allocation is inappropriate, there is a higher possibility for some kind of accident related to the activity to happen due to cognitive overload. This way, it is proposed the development of a model for the inference of such cognitive workload based on models from psychology, especially the skill-rule-knowledge model, concepts from ubiquitous computing and different techniques for the measurement of the cognitive workload. This dissertation is a part of the project Activity Project, which aims to develop a context-aware middleware for the inference and prediction of risks in activities. / Existem diferentes motivos que podem colaborar para que uma atividade humana resulte em danos à saúde física de um indivíduo. De modo geral, eles caracterizam situações de risco que podem ser evitadas, caso identificadas. Um destes motivos diz respeito ao nível da habilidade de uma pessoa em processar informações, reagir ao seus arredores e tomar decisões para a realização de uma atividade, o qual é determinado pela alocação de recursos mentais demandados por ela para a sua execução. Quando esta alocação é inadequada, há uma maior possibilidade de que algum tipo de acidente relacionado à atividade ocorra devido à sobrecarga cognitiva. Dessa forma, propõe-se o desenvolvimento de um modelo para a inferência deste esforço cognitivo a partir de modelos da psicologia, em especial o modelo comportamental habilidade-regra-conhecimento, conceitos da computação ubíqua e de diferentes técnicas para o mensuramento do esforço cognitivo. Testes foram realizados em um dataset público e os resultados obtidos demonstram ser viável a inferência do esforço cognitivo de forma não-intrusiva em um sistema ubíquo a partir da análise do desempenho do indivíduo. Esta dissertação é parte integrante do projeto Activity Project, o qual visa desenvolver um middleware sensível ao contexto para a inferência e predição do risco em atividades.

Made available in DSpace on 2015-05-14T12:36:29Z (GMT). No. of bitstreams: 1 arquivototal.pdf: 2909809 bytes, checksum: 27b0cc11fa58c3080c9bf2558be74b71 (MD5) Previous issue date: 2011-08-22 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Due to particular interactivy mode performed by TV services, engines are requeried that allow to retrieve informations beyond those provided directly. In this sense, context-aware applications use relevant informations to provide support in tasks execution. To develop these kind of applications presents challenges in context capture from heterogeneous sources, as sensors; by representation more adjusted to perform context-aware behavior; and to enable infer knowledges. This dissertation proposes an approach for content personalization of Interactive TV Applications by context handling. To this end, a context modelling was achieved to describe the user information and sports content information semantic in an integrated way and services were developed whose features provides support to context usage. / Graças ao modo peculiar de interatividade realizada por aplicativos na TV, são necessários mecanismos que possibilitem recuperar informações além daquelas fornecidas diretamente. Neste sentido, aplicações sensíveis ao contexto utilizam informações consideradas relevantes para fornecer suporte à realização de tarefas. Desenvolver aplicações desta natureza apresenta desafios quanto a captura de dados a partir de diferentes fontes, tais como sensores; quanto a representação mais adequada para realizar comportamento sensível ao contexto; e capacitar a inferência de conhecimentos. Este trabalho propõe uma abordagem para personalização do conteúdo de aplicações de TV Digital Interativa através da manipulação de informações de contexto. Para tanto, foi realizada a especificação de um modelo contextual que descreve semântica de informações do usuário e de conteúdo esportivo de maneira integrada, e foram desenvolvidos serviços cujas funcionalidades oferecem suporte ao uso de contexto.

Conselho Nacional de Desenvolvimento CientÃfico e TecnolÃgico / As LPSs, alÃm do seu uso em aplicaÃÃes tradicionais, tÃm sido utilizadas no desenvolvimento de aplicaÃÃes que executam em dispositivos mÃveis e sÃo capazes de se adaptarem sempre que mudarem os elementos do contexto em que estÃo inseridas. Essas aplicaÃÃes, ao sofrerem alteraÃÃes devido a mudanÃas no seu ambiente de execuÃÃo, podem sofrer adaptaÃÃes inconsistentes e, consequentemente, comprometer o comportamento esperado. Por esse motivo, à essencial a criaÃÃo de um processo de verificaÃÃo que consiga checar a corretude e a consistÃncia dessas LPSS, bem como checar a corretude tanto dos produtos derivados como dos produtos adaptados dessas LPSs. Sendo assim, nesta tese de doutorado à proposto o PRECISE - um Processo de VerificaÃÃo Formal para Modelos de CaracterÃsticas de AplicaÃÃes MÃveis e SensÃveis ao Contexto. O PRECISE auxilia na identificaÃÃo de defeitos na modelagem da variabilidade de uma LPS para aplicaÃÃes mÃveis e sensÃveis ao contexto e, assim, minimiza problemas que ocorreriam durante a execuÃÃo dos produtos gerados a partir dessa LPS. à importante ressaltar que o PRECISE à definido com base em uma especificaÃÃo formal e em um conjunto de propriedades de boa formaÃÃo elaborados usando LÃgica de Primeira Ordem. Essa especificaÃÃo à um prÃ-requisito para a realizaÃÃo de uma modelagem da variabilidade sem ambiguidades. Para avaliar o PRECISE, uma validaÃÃo à realizada a partir da especificaÃÃo formal e das propriedades de boa formaÃÃo definidas no processo. Essa validaÃÃo tem como objetivo mostrar que o PRECISE consegue identificar defeitos, anomalias e inconsistÃncias existentes em um modelo de variabilidades de uma LPS para aplicaÃÃes mÃveis e sensÃveis ao contexto. Nessa validaÃÃo, cinco tÃcnicas diferentes sÃo utilizadas: Perfil UML, OCL, LÃgica Proposicional, Prolog e SimulaÃÃo. AlÃm de minimizar os defeitos e inconsistÃncias dos modelos de variabilidades das LPSs, o PRECISE ainda se beneficia da generalidade e flexibilidade intrÃnsecas à notaÃÃo formal usada na sua especificaÃÃo. / SPLc have been used to develop different types of applications, including the ones that run on mobile devices and are able to adapt when the context elements in which they are located change. These applications can change due to variations in their execution environment and inconsistent adaptations can occur, compromising the expected behavior. Then there is a need for creating a verification process to check the correctness and consistency of these SPLs as well as to check the correctness of both derived products and adapted products from these SPLs. Thus, this work proposes PRECISE - A Formal Verification Process for Feature Models of Mobile and Context-Aware Applications. PRECISE helps to identify defects in the variability modeling of an SPL for mobile and context-aware applications, minimizing problems that can take place during the execution of products generated from this SPL. It is worth noting that PRECISE is defined based on a formal specification and a set of well-formedness properties developed using First-Order Logic, which are prerequisites for the achievement of an unambiguous variability modeling. To evaluate PRECISE, a validation is performed from the formal specification and well-formedness properties defined in the process. This validation intends to show that PRECISE is able to identify defects, anomalies and inconsistencies in a variability model of an SPL for mobile and context-aware applications. In this validation, five different techniques are used: UML Profile, OCL, Propositional Logic, Prolog and Simulation. While minimizing the defects and inconsistencies in the variability models of an SPL, PRECISE still benefits from the generality and flexibility intrinsic to the formal notation used in its specification.