최근 사물인터넷(Internet of Things)은 산업계와 학계의 많은 관심을 받고 있음. 이런 관심 속에서 사물인터넷 시대가 도래하였고 사물인터넷은 점점 우리의 생활에 많은 영향을 미치고 있음. 사물인터넷 환경은 다양한 사물들이 유무선 네트워크에 연결되어 정보를 공유하며 협업하는 환경임. 스마트폰이 널리 대중화, 일반화되었고 우리 주변에는 유무선 인터넷에 연결된 태블릿PC, 스마트워치, 스마트TV 등 수많은 기기들이 넘쳐나고 있음. 2015년 영국 정부의 보고서에 따르면 오늘날 약 140억 개의 사물이 인터넷에 연결되었고 2020년까지 인터넷에 연결된 사물의 수는 200억 개에서 1,000억 개에 이룰 것이라고 추산함. 한마디로 주변의 모든 사물들이 인터넷 혹은 네트워크에 연결되는 초연결시대가 될 것임. 또한 가트너(Gartner)에 따르면 매년 사물인터넷 시장은 연평균성장률 31.72%로 성장할 것이며 IoT 제품과 서비스 제공자는 2020년에는 3천억 달러를 넘는 수익을 거둘 것으로 예상됨

본 연구 과제의 최종 목표는 다양한 사물들이 협업하는 사물인터넷 환경에서 복합 이벤트를 식별하고, 이를 기반으로 개인맞춤 상황인지형 추천 시스템을 개발하는 것임. 전술한 다양한 데이터 소스로부터 사용자의 선호를 분석하고 사물들이 제공하는 실시간 스트림 데이터를 처리하여 상황을 판단함. 그 후, 다음에 수행될 행동을 예측하며 예측된 행동에 따라 사용자와 사물에게 최적의 서비스를 추천함. 최종적으로 성능의 향상을 위한 분산·병렬 처리를 수행함

제안하는 연구의 결과물은 유관기관(병원, 경찰서, 소방서 등)과의 협력을 통해 새로운 서비스의 창출 혹은 다양한 시장의 개척을 위한 핵심 기술이 될 것으로 전망함

The goal of this project is to develop personalized context-aware recommendation system that identifies complex events in the Internet of Things environment. The system analyzes user’s preference from the data source and decides the circumstance by processing the real-time stream data. Then the system predicts the user’s action and recommends the appropriate services based on it. The system exploits distributed, parallelized approach to improve the overall performance.