Context-Aware Mobile Crowd Sensing using Mobile Hybrid Application Frameworks
Julian Winterfeldt · 2017
Mobile Endgerate sind heutzutage allgegenwartig und werden in vielen Bereichen des alltaglichen Lebens eingesetzt. Als mobile Begleiter ermoglichen 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 konnen sich kontextsensitive Anwendungen adaptiv verhalten und ermoglichen eine implizite Interaktion. Auch im Bereich des Mobile- Crowdsourcings gewinnen kontextbewusste Applikationen an Bedeutung. Datensatze konnen mit Kontextinformationen angereichert werden und die Datenerfassung kann kontextsensitiv erfolgen. Die Entwicklung solcher Applikationen kann auf unterschiedliche Art und Weise durchgefuhrt werden. Im Vergleich zur nativen Applikationsentwicklung kann die Entwicklung mobiler Webanwendungen oder hybrider Applikationen plattformunabhangig erfolgen. Cross-Platform-Ansatze vereinen die Vorteile von nativer und hybrider Applikationsentwicklung. Dabei ermoglichen Frameworks wie NativeScript den direkten Zugriff auf native Schnittstellen. Fur diese Ansatze stehen jedoch keine allgemeinen Werkzeuge zur Verfugung, um Anwendungen kontextsensitiv zu implementieren. Um die Cross-Platform-Entwicklung kontextsensitiver Applikationen zu vereinfachen, wurde ein Framework fur NativeScript-Applikationen entwickelt. Das Framework stellt Komponenten zur Verfugung, welche die plattformunabhangige Entwicklung kontextsensitiver Applikationen unterstutzen. Auf Basis einer logikbasierten Kontextreprasentation und eines regelbasierten Schlussfolgerungsmechanismus konnen Applikationsentwickler Kontextereignisse definieren. Diese werden automatisch evaluiert und dabei ausgelost, falls die entsprechenden Kontextbedingungen erfullt sind. Die Datenerfassung und Bereitstellung von Kontextinformationen erfolgt dabei modularisiert. Es wurden vier beispielhafte Module entwickelt, um den Ort, die Herzfrequenz des Nutzers, ausgeubte Aktivitaten und die Umgebungslautstarke als Kontextinformationen bereitzustellen. Zudem wurde ein NativeScript-Modul entwickelt, das verschiedene Arten der Hintergrundausfuhrung plattformunabhangig abstrahiert.