基於情境感知服務的線上訂餐/位系統 The online booking system based on context-aware service

基於情境感知服務的線上訂餐/位系統

The online booking system based on context-aware service

陳榮昌 顏嘉玲 朝陽科技大學資訊管理系 朝陽科技大學資訊管理系

[email protected] [email protected]

江碧珊 張雅筌

朝陽科技大學資訊管理系 朝陽科技大學資訊管理系

[email protected] [email protected]

摘要

本研究將情境感知服務的概念融入於線 上訂餐/位系統之中，使線上訂餐/位系統在便 利的優勢之下又增加了許多親和力。這些親和 力是靠貼心的導引精靈服務系統來完成，系統 會記錄著每個會員的特色及目前的瀏覽 情 境，當使用者有需要時，系統可以透過推理引 擎即時找出使用者下一步可能的行為和使用 的功能，並做親切的導引。將智慧型推薦系統 與多媒體的技術整合而成為貼心的導引服 務。考慮到個別化的因素，本系統對於不同特 性和需求的使用者也會擁有不同的導引服務。

當越多的商家進駐這個訂餐/位系統，就 更能突顯本訂餐/位系統的方便性。另外，具 個別化特色的廣告系統也是本研究的重點，透 過對每個使用者的特性分析，使呈現在使用者 面前的將會是使用者較有興趣的廣告，如此也 提升了廣告的效率。我們相信，全新的線上平 台的情境感知服務概念，將改變大家對線上平 台的觀點，網路服務與真實世界的服務品質將 被拉近，也更增加其親切感。

關鍵詞：情境感知、線上訂餐/位系統、導引 服務、智慧型推薦、個別化廣告。

1.前言

科技的進步不但帶給人們方便性，更能 藉由情境感知服務[4,5,12,19]來提供更貼近使 用者需求的服務，這些親切的服務不僅縮短了 電腦系統和使用者之間的距離感，且還提供許 許多多的加值服務。例如，新會員因為對於系 統功能不熟悉，可能會需要更多的新手導引來 熟悉功能；對於已經使用多次的老手，他可能

需要的是更快速簡潔的服務，系統也可以針對 此種會員的特性提供不同的行銷或推薦。因 此，本研究嘗試將情境感知服務的概念融入於 線上訂位/餐系統，以建立一個以客為尊的優 質化資訊系統。

本研究包含下列幾個重點項目：

1)建構一個 24 小時不打烊的智慧型互動式線 上訂餐/位系統：資訊系統融合了店家相關 的資訊，可以方便使用者訂餐的參考，更可 以透過網路直接訂餐與訂位，此系統可以同 時提供多家廠商的訂餐/位服務，藉由多家 廠商資訊的整合，更能提供使用者完整與方 便的服務。

2)貼心的導引服務：新使用者或使用中遇到困 難時都可以藉由導引精靈來服務。我們將情 境感知的概念融入導引精靈之中，導引精靈 將扮演著貼心的服務生的角色，他擁有使用 者過去的訂餐/位記錄，所以能主動提供使 用者可能會需要或感興趣的相關服務，並能 夠察言觀色，知道目前使用者的使用狀態，

因此，可以適時的與使用者互動，貼心地導 引使用者以最適合的路徑完成訂餐/位的目 標。

3)智慧型推薦系統：此部份是導引精靈的核 心，他是針對每一個使用者過去的訂餐及訂 位相關資訊來分析使用者的嗜好和習慣，據 此來給予使用者適當的推薦或協同推薦。

4)具個別化特色的廣告系統：因為對使用者相 關資訊的掌握，我們更可以針對不同特性的 使用者來調整廣告內容以提高廣告的效果。

2.文獻回顧與探討

2.1 情境感知服務

情境(Context)代表的是一項資訊，它可 以代表使用者所在環境中，人、事、時、地、

物等相關資訊，情境感知系統(Context-aware System)指透過認知使用者所在的情境，自動 地提供合適的資訊與服務。一般來說，這些資 訊都會涉及到您周遭的環境以及和您有關係 的物件上，像是您的位置、時間、溫度、光度 及個人資料等等相關方面的最原始資料訊 息；為了能夠取得這些原始資料訊息，使用感 測器(Sensor)是最有效率的方法，最常見的就 是商場商品上的防盜標籤(IC-Tag) 以及相當 普及化的智慧卡(Smart Card)，例如臺北市民 人手一張的「悠遊卡」，可以在短時間內付車 費，節省許多不必要的時間，還有全球都通用 的信用卡(Visa、Master)讓您到世界各地也不 需 要 帶 大 筆 現 金 ， 而 無 線 射 頻 辨 識 (Radio Frequency Identification，RFID)也是其中一項 未來幾年最被看好的感測技術應用[8]。情境 感 知 服 務 是 藉 由 各 式 各 樣 的 感 測 器

（SENSOR，像是 GPS、照相機、攝影機、RFID 等）與相關感知軟體的開發，來挖掘人們平常 感官背後的資訊，然後藉以提升服務的品質 [5]。例如手機的模式在會議時自動切換為震 動[2]，於室外時自動將音量增加；到一個旅 遊景點，自動能夠帶出該景點相關的資訊等 等，這些都是相當貼心的服務。

情境感知服務可以是使用者本身的情 境資訊(例如年齡、性別、習慣等)，也可以是 實體環境的情境資訊(例如時間、位置、光線 等)。也可以從主動的情境感知(Active Context) 或被動的情境感知(Passive Context)來分類。主 動的情境感知代表情境資訊會整個改變應用 系統的行為模式，例如會議中，行動電話自動 拒接或轉接。被動的情境感知則只是單純影響 應用系統資訊呈現方式，例如依使用者習慣與 喜好，對資訊做不同的優先排序[6]。

情境感知服務的目標是根據被服務對象 的情境信息，自動判斷當前所需的服務並予以 提供。情境感知服務具有以下四個主要特點 [1]：

1)自動化：情境感知服務由感測器自動採集的 數據觸發而並非人，因此除了能夠節省人們 的時間精力外，更適用於夜間或危險環境等 人們難以控制，或者睡眠、遺忘與喪失意識 等無法進行自主行為以及公共區域等缺乏 明確責任的情形。

2)全天候/方位：情境感知服務不受人工工作的

作息時間限制，通過感應器可以實現對被服 務對象進行 24h 全天候監控。隨著感測器功 能的進一步完善，可以實現對生產生活中的 方方面面進行數據採集。

3)即時/前瞻性：情境感知服務的延遲僅受數據 採集頻率、傳輸速度和服務響應時間影響，

在正常情況下，這種延遲幾乎可以忽略不計 而被視為即時服務。此外，情境感知服務也 可以對顧客的歷史數據進行分析處理，即時 發現數據趨勢，通過前瞻性服務做到未雨綢 繆或防患於未然。

4)個性定制：由於情境感知服務是基於服務對 象的情境數據，因此這種服務是真正的個性 化服務。此外，數據的採集配置、服務策略 的制訂也可根據顧客的需求進行定制。

目前在情境感知架構的研究中有使用多 代 理 人 系 統 (Multi-agent System) 與 本 體 論

（Ontology）的知識表現相結合[9]，如此可以 實現情境感知計算（Context-aware Computing）

中的知識分享、情境推理和異質性溝通的目 的，如 Harry Chen 提出的 Easy Meeting 架構 中，即將多代理人系統結合語意網、本體論等 技術建構成一個擁有知識共享、情境推理及異 質性溝通的架構[22]。本研究試圖針對電腦系 統與使用者互動的紀錄，建立知識情境庫 (Context Knowledge Base)來儲存情境知識，並 利 用 情 境 推 理 引 擎 （ Context Reasoning Engine）來推理情境知識及狀態，藉此得到目 前使用者的狀態並適時主動地提供正確的導 引。

2.2 協同推薦

協同過濾是 在 資 訊 過 濾 和 資 訊 系 統 中正迅速成為一項很受歡迎的技術。協同過 濾與傳統的基於內容過濾直接分析內容 所 進行的推薦不同。依據維基百科的定義[11]，

協同過濾是利用某興趣相投、擁有共同經驗之 群體的喜好，綜合這些相似用戶對某一資訊 的評價來推薦使用者感興趣的資訊，個人透過 合作的機制給予資訊相當程度的回應（如評 分）並記錄下來以達到過濾的目的進而幫助別 人篩選資訊，回應不一定侷限於特別感興趣 的，特別不感興趣資訊的紀錄也相當重要。協 同過濾又可分為評比（rating）或者群體過濾

（social filtering）。目前已經有相當多的智慧 型系統使用到這種技術，例如此技術使用在線 上點歌系統上，就能讓同好們點過的歌成為系

統推薦的對象[10]；應用於網頁的推薦或商品 自動化的推薦也有類似的效果[8]。宇匯知識 科技的 Bridgewell 智慧型電子商務推薦系統 也是一套以協同推薦為核心技術所發展之解 決方案[21]。最著名的電子商務推薦系統應屬 亞馬遜網路書店(Amazon.com)，顧客選擇一本 自己感興趣的書籍，馬上會在底下看到一行

「 Customer Who Bought This Item Also Bought」，亞馬遜是在「對同樣一本書有興趣 的讀者們興趣在某種程度上相近」的假設前提 下提供這樣的推薦，此舉也成為亞馬遜網路書 店為人所津津樂道的一項服務，各網路書店也 跟進做這樣的推薦服務如台灣的博客來網路 書店。 另外一個著名的例子是 Facebook 的廣 告，系統根據個人資料、週遭朋友感興趣的廣 告等等對個人提供廣告推銷，也是一項協同過 濾重要的里程碑，不同的是在這裡雖然商業氣 息濃厚同時還是帶給使用者很大的方便。 以 上為三項協同過濾發展上重要的里程碑，從早 期單一系統內的郵件、文件過濾，到跨系統的 新聞、電影、音樂過濾，乃至於今日橫行網際 網路的電子商務，雖然目的不太相同，但帶給 使用者的方便是大家都不能否定的[13]。

協同過濾法有相當多的優點，包括能 夠過濾機器難以自動分析的資訊、共用他人的 經驗、推薦新資訊等。但也有新使用者問題、

稀疏性及系統延伸性等問題。本研究也將融入 協同過濾的概念於訂餐的推薦上，希望藉由同 好們的點餐紀錄及評價等資料的分析，可以成 為協同推薦的依據。

3. 研究方法及步驟

本研究的目的在研究如何將情境感知服 務融入於訂餐/位資訊系統中，重點研究項目 包含建構一個 24 小時不打烊的智慧型互動式 線上訂餐/位系統、貼心的導引服務、智慧型 推薦系統以及具個別化特色的廣告系統。我們 將依序簡述這幾個功能的研究方法及步驟：

(1) 建構一個 24 小時不打烊的智慧型互動式 線上訂位/餐系統

訂餐/位資訊系統扮演著餐廳業者和使用 者間中介的角色，對眾多的使用者而言，透過 資訊系統可以取得更多訂餐的相關資訊，更可 以隨時隨地的取得訂餐/位相關的服務。對餐 廳業者而言，利用資訊系統更可以快速、有效 的接觸顧客，由資訊系統所收集的資訊更是餐 廳業者經營決策的重要依據。他造就了中介

者、餐廳業者與顧客三贏的商機。

此訂餐/位資訊系統是一個可以多家餐廳 入駐的餐廳訂餐/位資訊系統，使用者可以透 過分類或關鍵字搜尋，找到其所想要的餐點或 餐廳，也可以利用地理資訊系統找到其目前所 在位置附近的餐廳的資料，然後透過導引功能 快速的訂餐/位。我們將使用 JSP 分別撰寫經 營管理者端、餐廳使用者端、一般使用者端網 站並使用 MY-SQL 資料庫來儲存相關資料。

因為此資訊系統同時掌握了使用者與餐廳業 者的資訊，因此能夠獲取系統所需的情境資 訊，也才能藉此提供更貼心的導引服務。

(2) 貼心的導引服務

此 部 份 為 本 研 究 最 具 挑 戰 性 的 核 心 功 能，為了達到真正貼心的導引服務，我們收集 使用者的基本資料、過去使用記錄、親友資料 以及使用者進入系統後的使用歷程等，將這些 資訊都記錄到使用者資料庫中，這些資料經過 歸類分析後就形成了情境知識庫的基礎，當使 用者需要導引服務時，系統先確認目前使用者 的情境資訊，並利用推理引擎找出使用者下一 步可能使用的功能，並做親切的導引。

我們 參考 [22] 所 使 用 的 Cobra (Context Broker Architecture)為我們導引服務系統的基 礎架構(如圖 1.)，Cobra 分成情境知識庫、情 境推理引擎、情境獲取和策略管理等四個模組 [12]。簡述如下：

1) 情境知識庫(Context knowledge base)：用於 儲存所有情境知識，包含使用者的基本資 料、過去使用記錄、親友資料以及使用者進 入系統後的使用歷程等，當有新的情境知識 存入時更新舊有的情境知識。

2)情境推理引擎(Context reasoning engine)：他 是利用規則判斷模式來推理情境知識及狀 態和知識庫的查詢。在本研究中，我們利用 情境推理引擎將使用者過去的交易紀錄所 隱藏的使用者資訊以及使用者好友的相關 資訊共同推理出使用者可能喜歡的餐點。

3)情境獲取模組(Context acquisition module)：

目的在於收集所有情境資訊，並透過情境推 理引擎進行情境推理，最後將情境知識存入 情境知識庫。

4) 策 略 管 理 模 組 (Policy management module)：判斷使用者是否有足夠的權限可 以使用知識庫的資訊來以保護其他使用者 的隱私，因為親切的導引並不能違反隱私 權。

圖 1.參考[22]所使用的 Cobra (Context Broker Architecture)

透過這四個模組，我們就可以將情境感 知所得的資訊融入我們的導引服務當中，所 以，當使用者進入訂位的階段時，導引的精靈 可能會給出『上次您坐的位置可以嗎?』、『這 是您的朋友上次來的座位!』、『這個位置比 較安靜』等建議，這些平常服務生會和客人互 動的對白將會在系統中重現。另外，為了盡量 逼近真實世界的情境，我們將使用 Flash 與多 媒體資料庫的結合來製作整個情境感知相關 功能的頁面，如此可以大幅提升使用者的臨場 感。

對於第一次使用本系統的使用者，為了 讓客人留下好的第一印象，我們還特別依其特 性給予不同的導引方式。對於使用次數較高的 使用者，將會依其特性而有各種快速訂餐的模 式。如此，才能達到情境感知服務的目的。

(4) 智慧型推薦系統

在導引服務中，智慧型的推薦扮演著相 當重要的角色，因為他必須從過去的資訊中，

利用推理法則找出使用者適合的模式，此部份 可以和 CoBrA 的前三個模組相結合，詳細說 明如圖 2.：

圖 2.知識庫推薦流程

我們從使用者本身的資料及過去交易(即訂餐)

的紀錄，透過相似度計算就可以得出改使用者 的資訊，知識庫將使用者的資訊配合專家知識 (推理法則)就可以推理出我們要的個人化推 薦，這些推理法則包含了個別興趣、熱門排 行、協同推薦等各種推薦的方式，系統將會依 吻合的程度來決定使用哪一種推薦的方式。例 如使用者的興趣傾向很高(每次都點同一道 菜)，這時當然系統會偏向使用個別興趣推 薦；如果使用者的朋友們過去的點餐紀錄和他 雷同度相當高，這時協同推薦的方式將較容易 被採用。當這兩個方法的適用程度都不高時，

依照熱門排行榜來推薦將會被採用。

(5) 具個別化特色的廣告系統

一般的廣告都是採隨機的方式呈現在使 用者面前，如此不但強迫每個使用者去瀏覽他 們可能沒有興趣的廣告，即使瀏覽了也不一定 需要。如果能夠依使用者的特色來挑選使用者 較有興趣的廣告，必能提高使用者的點閱率。

在 1980s 年代與 1990s 年代初期，普遍存 在於廣告業界的行銷概念是「訊息傳遞」，所 謂的訊息傳遞就是試圖以傳統的廣告與宣傳 方式接觸目標消費群，以提昇與消費者之間的 親近感，並且增加對於廣告業主的認同感。

Docufee 歸納出傳統媒體的廣告對消費者而 言，價值較低的理由有許多點，其中的一點就 是認為廣告出現的時機不正確，因此降低了廣 告的價值。在網際網路的媒體上，由於「網路 上的資訊是由使用者拉(Pull)來瀏覽，而非像 傳統大眾行銷所採取推(Push)的策略」(Barker and Gronne, 1996)，因此避免了廣告出現時機 不恰當的問題。但是要在使用者瀏覽過程中決 定哪一個時點該出現哪一個廣告，以吸引使用 者點閱，是不容易的[3]。像是 Google 推出的

「優先收件匣」，就是一個個人化廣告系統的 例子。Gmail 利用優先收件匣原理，記載用戶 閱讀過的訊息類型並預測何種資訊對使用者 是有用的並提供有用的廣告給客戶，也協助用 戶將不重要的電子郵件過濾掉。例如：如果你 近期內收到許多相關於旅遊、飯店及旅行社的 相關訊息，那表示你可能對這類的資訊感到有 興趣。反之，若你將這些提及的訊息列為「垃 圾郵件」，你往後將不會收到關於旅遊的廣告 信件[18]。

本系統將採用我們在論文[23]中所提的 方法，將以情境資訊為基礎來輔助廣告的推 薦，因為情境資訊已經把使用者的特色包含在 內，故我們就能建立具個別化特色的廣告系 統，如此可以找到較接近使用者所需要的廣

告。

4. 研究結果

以前面的研究方法為基礎，我們開發了 一個 24 小時不打烊的智慧型互動式線上訂餐/

位系統，並將情境感知的技術加入其導引精靈 和線上廣告之中。以下我們將簡述這系統的重 要部分。

(1) 系統概述

我們使用 JSP 語言在 windows 平台上開 發此訂餐/位系統，我們分別撰寫經營管理者 端、餐廳使用者端、一般使用者端的網站並使 用 MY-SQL 資料庫來儲存相關資料。一般使 用者端包含新手上路、我的最愛、會員專區、

查詢餐飲、餐飲分類、調查室、客訴中心、留 言版、訂位訂餐、儲值功能、新增好友、查詢 好友、廣告活動、網站活動、最新消息、最新 餐廳等功能，餐廳使用者端包含資訊介紹、菜 單管理、訂餐訂位管理、訊息/活動管理、新 增好友、財務報表、修改密碼、網站活動、最 新消息等功能，在經營管理者端則提供會員資 訊、前台管理、客訴中心、行事曆、財務報表 等功能。

另外，我們還增加了導引精靈系統。導 引精靈系統主要功能有快速訂餐服務和個人 化餐點推薦。其中快速訂餐又分為三個選擇：.

前一次去吃的餐廳、最常去的餐廳和過去吃過 的餐廳，因為融入了情境感知的技術以及許多 flash 動畫的幫助，讓我們更能以人性化的引 導，讓使用者感受到最貼心的服務。

(2) 訂餐/位功能

本線上訂位/餐系統延長消費者訂位的時 間。滿足消費者在到達餐廳前，對於菜單的選 擇、所需花費的金額、等餐用餐的時間等需 求，線上訂位系統就能滿足這樣的消費者需 求，也幫助餐廳獲得商機。若在本線上訂位/

餐系統第一次訂餐/位的話，本系統將會有文 字導引消費者進行訂餐/位的步驟。

圖 3. 訂餐/位功能 (3) 精靈導引系統

精靈導引系統是本系統最大的特色，為 了適應不同特性的使用者，我們還分別設計了 四種不同個性的引導精靈，有草莓精靈、茄子 精靈、粉紅豬精靈以及阿呆精靈。每隻精靈都 有該其個性與特質，隨著選擇精靈的不同，其 回應方式也會有所差異。圖 4. 就是代表個性 溫柔甜美的草莓精靈。

圖 4. 代表個性溫柔甜美的草莓精靈 精靈系統主要功能有快速訂餐、個人化 餐點推薦。其中快速訂餐又分為下列三個選 擇：

1) 前一次去吃的餐廳：當使用者選擇此 選項時，精靈會幫使用者找出上次使用者的訂 餐資訊，當作這次訂餐的依據。

2) 我最常去的餐廳：點入此選項後，會 顯示出使用者點選過哪些餐廳，並附註訂過該 餐廳的次數，當使用者選擇好餐廳後，精靈會 顯示出使用者在這餐廳最常點的餐點，當作這 次訂餐的依據。

3) 過去吃過的餐廳：點入此選項後，會 顯示出使用者過去的訂餐紀錄(只保留最新的 7 筆資料)，當使用者選擇進入後，精靈則會顯 示出該筆訂餐資訊，當作這次的訂餐依據。

圖 5.是進入快速訂餐後，精靈與使用者 對話的畫面，這些訂餐的模式是老顧客的最 愛。當選擇第一個選項後，使用者就會看到圖 6.的畫面。此時精靈已經抓出使用者的姓名、

會員帳號、上次訂餐的餐廳名稱，以及當時點 的餐點以及數量。訂餐日期與訂餐時段則由使 用者自行自訂。如此使用者就可以快速訂到自 己所需要的餐點，其他兩種模式也是如此，透 過對過去使用記錄的修改，可以讓使用者更快 的表達他所要的資訊。如此快速而人性化的系 統，就很容易帶給使用者更好的使用印象。

圖 5. 快速訂餐的模式

圖 6. 前一次去吃的餐廳功能的畫面 另ㄧ個導引精靈的功能是個人化推薦，

個人化推薦的特色包含 1) 個人化推薦，以多 媒體的方式呈現，讓介面更具人性化，力求讓

顧客有親切的感覺。2) 針對目標顧客提供個 人化的推薦，以解決資訊負載的問題。使用的 推薦方法為 Balabanovic & Shoham(1997)提出 綜合推薦法(Hybrid Approaches)，它結合了內 容導向法與協同過濾法兩種方法的特性。

下面為三個個人化推薦的功能：

1)個人嗜好推薦：依照過去顧客訂餐的 歷史紀錄，去找出該顧客最喜歡的料理。

2)朋友群嗜好推薦：以顧客所有朋友的 過去訂餐歷史紀錄中，找出共同最感興趣的料 理。

3)排行榜推薦：當以上兩種推薦皆未達 到系統衡量的標準時，推薦最熱門的餐廳給顧 客參考。

系統會將這三種功能所得到的結果，使用情境 推理引擎找出最適合使用者的方式，並推薦給 使用者，圖 7. 為推薦的內容，透過聲音的互 動會讓使用者有更貼心的感覺。

圖 7. 個人化推薦的內容

5. 結論與未來研究

本研究將情境感知的技術應用到線上訂 餐/位系統的建構，並實作出具貼心的導引服 務及智慧型推薦的訂餐/位資訊系統。其中包 含了下面幾個創新而實用的概念：

1) 以資訊系統整合餐廳業者與顧客間 的需求，創造中介商、餐廳業者與顧 客三贏的商機。

2) 以情境感知服務概念，將資訊系統的 優點做更有效的發揮，創造更便利且 人性化的服務品質。

3) 以精靈系統和使用者互動，拉近網路 服務與真實世界的距離。

在未來的研究中，我們將涵蓋手機的功 能，使線上的訂餐/位功能更齊全、更便利。

另外，當虛擬實境的功能加到本系統後，將使

本系統具有更大的親和力，再度的拉近網路服 務與現實世界的距離，這也是我們努力的目 標。

致謝

本研究的經費來自國科會大專生專題研究計 畫。(國科會計畫編號：100-2815-C-324 -005-E)

參考文獻

[1] 莫同、李伟平、吴中海、褚伟杰，一种情 境感知服务系统框架，北京大学软件与微 电子学院北京 100871。

[2] 李伟平，情境感知服务创造智慧生活，中 國計算機學會通訊第 7 卷第 6 期，2011 年 6 月。

[3] 李維平、李政權、黃仁傑、黃寶嘉，使用 資料探勘技術產生個人化廣告之研究，中 原大學資訊管理研究所. 第二屆網站經 營學術暨實務研討會 2000 年。

[4] 林靖祐，普及運算環境下之應用層情境感 知服務，屏東科技大學資訊管理系碩士論 文，2007 年。

[5] 郭子瑜，無所不在的個人化情境感知服 務，數位典藏與學習電子報第十卷第二期。

(http://newsletter.teldap.tw/news/InsightRep ortContent.php?nid=4395&lid=498) [6] 金仲達教授教學投影片

-Context-aware Computing:

Basic Concepts

(http://www.cs.nthu.edu.tw/~king/courses/isa 5428/P04-context.ppt)

[7] 許靜芬，應用網際探勘於網頁及商品自動 化推薦系統之研究，國立台灣科技大學 資 訊管理系，2001 年。

[8] 許世宗、張欽智，利用情境擷取及情境感 知網路服務的智能購物環境，2010 年。

[9] 張宇西、羅乃維、史朝陽，普及運算下的 情 境 感 知 架 構 之 研 究 探 討 與 實 作 ， TANET2007臺灣網際網路研討會。

[10] 陳榮昌、黃麗美，「應用協同過濾推薦方 法於線上點歌系統」，TBI 2006 Taiwan conference on Business and Information, 台 北大學，Nov. 1, 2006.

[11] 史朝陽，普及運算下的可調適智慧型架 構，國立台灣科技大學資訊管理系碩士學

位論文，2007 年。

[12]. 伍妮，知識本體與推理於情境感知訪客 指引之研究，臺灣大學外文系碩士論文。

[13] 維基百科定義

(http://zh.wikipedia.org/w/index.php?title=C ollaborative_Filtering&action=edit&redlink

=1)

[14] 行動商務與系統開發在lms上的資料 http://lms.ctl.cyut.edu.tw/course.php?cours eID=17488&f=doc&cid=755891

[15] 智慧型電子商務推薦系統

http://www.bridgewell.com.tw/news-2007_

1023_2.html

[16] Android虛擬人物製造機

http://playpcesor.blogspot.com/2011/02/andr oidify-android.html

[17] GPS Status -即時掌握 GPS 狀況 http://android.cool3c.com/article/18476 [18] Gmail 個人化廣告系統

http://itpison.blogspot.com/2011/04/gmail.ht ml

[19]. A. Dey and G. Abowd. Toward a better understanding of context and context-awareness. Technical report, College of Computing, Georgia Institute of Technology, 1999.

[20] B. J. Jansen and P. Molina, “The effectiveness of web search engines for retrieving relevant ecommerce links,”

Information Processing and Management, Vol. 42, pp. 1075-1098, 2006.

[21] D. C. Fain and J. O. Pedersen, “Sponsored Search: A Brief History,” Bulletin of the American Society for Information Science and Technology, Vol. 32, No. 2, pp.12-13, 2006.

[22] H. Chen, et al, "Intelligent Agents Meet the Semantic Web in Smart Spaces," IEEE Internet Computing, Vol.8(6), pp.

69-79. ,Nov.-Dec. 2004.

[23] 陳榮昌、蕭朝維，「以情境感知與個人 化知識本體為基礎之即時廣告推薦」，中 華民國第一屆網路智能與應用研討會 (ncwia2011)，國立高雄大學，pp.

456-459，D6-7(16)，May 21, 2011。