Abstract

This paper develops a client-side context-aware search 

application which is built on the context-aware infrastructure. 

A context-aware architecture is designed to collect the mobile 

user’s context information, derive mobile user’s current 

context, distribute user context among context-aware 

applications, and support the context-aware applications. The 

context acquisition is centralized at the context server to ensure 

the reusability of context information among mobile devices, 

while context reasoning remains at the application level. 

Algorithms are proposed to consider the user context profiles. 

By promoting feedback on the dynamics of the system, prior 

user selection is now saved for further analysis expediting a 

subsequent search. A software-based proxy is set up at the 

client side which includes the context reasoning component. 

Implementation of such a proxy supports that the context 

applications are able to derive the user context profiles. To meet 

the practical demands required of a testing environment, a 

software simulation using Yahoo search API is provided as a 

means to evaluate the effectiveness of the design approach in a 

realistic way. The integration of user context into Yahoo search 

engines proves how context-aware searches can meet user 

demands for tailored services and products in and around the 

user’s environment.  

Keywords 

Context Awareness, Context Server, Mobile Search, 

Personalized Search, User Profile. 

I.

I

NTRODUCTION

A decade ago, pioneer Mark Weiser envisioned that a 

human would live in an environment surrounded by hundreds 

of invisible computers connected with wireless networks [1]. 

Chen and Kots stated “Context is the set of environmental 

states and settings that either determines an applications’ 

behavior or in which an application event occurs which is 

interesting to the user” [2]. In ubiquitous computing, “context” 

should reflect the mobile user’s current state including physical 

and psychological behavior, mobile applications based on the 

explicit and implicit input, artifacts, social interaction, surround 

events, and environment. 

To support such “context aware utility” anytime and 

everywhere, a context-aware architecture is required to actively 

acquire, analyze, and adapt to mobile user’s given contexts, 

such as physical environment, social activities, and other 

dynamic

characteristics at different levels without consuming 

much of the user’s attention

. 

Harry Chen proposed a 

context-aware architecture that separated the context 

acquisition completely from the resource-constrained mobile 

devices [3]

.

Unlike most existing context architectures, this paper tries to 

strike a balance of responsibilities between the context server 

and mobile devices. The context server undertakes the context 

data collection from various sources including wireless sensor 

network and the mobile devices. In addition, the context server 

allows third-party vendors or service providers to register their 

services and products. Context server distributes the user 

context among networks, user devices, and applications.  

The mobile applications become increasingly important 

source for user data. The ability of acquiring user data at client 

side should not be taken lightly. The mobile devices should 

play a role in collecting user context data given the increasingly 

capable applications.   

Because of the variable and unstable nature of user context, 

the difficulty in context awareness at client side lies in the 

extraction of useful feature/context from changeable user 

situations. It is therefore important to design new algorithms at 

the client side to undertake the preliminary context analysis of 

user situation. Algorithms and a proxy at client side are 

proposed to relieve the networks (i.e., servers) of the computing 

burden and reduce the need for uplink bandwidth [4]. Such 

proxy manages the user context profiles to 1) filter out 

irrelevant user information and describe the user’s current 

context; 2) update server with current user context; 3) assist in 

predicting user intention at both server and client sides.  

For mobile users, one of the challenges in the information 

retrieval is the establishment of a context sensitive retrieval 

process. Furthermore, the mobile search for information on 

portable devices should match the web searches. Currently, 

most web search algorithms are limited solutions for context 

sensitive retrieval and mobile search. This is so because most 

existing algorithms do not take into account mobile user 

context inputs, such as surrounding environment. For this 

reason, a context-aware search scheme at server side (i.e., 

A  Client-Server Architecture for Context-Aware Search Application 

Feng Gui, Magno Guillen, Naphtali Rishe, Armando Barreto, Jean Andrian, Malek Adjouadi  

Center for Advanced Technology and Education 

College of Engineering and Computing 

Florida International University 

[email protected], [email protected], [email protected], 

[email protected], [email protected], [email protected]