Minggu, 27 Februari 2011

Context-Sensitive Extensions and a Preference Model ( SoftSkill )

5.5 A Comparison to Existing Approaches

Pada Bagian 2.5, sejumlah upaya yang ada untuk mengintegrasikan konteks dan layanan penemuan yang disurvei. Pada bagian ini, mereka bekerja secara langsung dibandingkan dengan Superstring dikontraskan untuk's konteks-sensitif kerangka Superstring.

Karya Chen dan Kotz [17] yang paling mirip dengan layanan-sensitif konteks protokol penemuan diuraikan dalam bab ini, namun ada beberapa penting perbedaan yang sekarang akan disorot. Penyimpangan besar pertama adalah bahwa, meskipun Chen dan Kotz mendefinisikan sebuah mekanisme penamaan sensitif-konteks, desain sedemikian rupa sehingga penulis-sensitif query konteks harus selalu memiliki pengetahuan struktur nama-nama itu. Penamaan pendekatan hirarki yang dipekerjakan oleh protokol yang dijelaskan dalam bab ini tidak ada pembatasan tempat-tempat tersebut pada penulis.

Sebagai contoh, lokasi, sensitif aplikasi mobile tidak perlu tahu rinci struktur (fisik, logis, geodetik atau sesuatu yang lain sama sekali) dari lokasi informasi yang digunakan oleh lingkungan saat ini. Sebaliknya, komponen lokasi dapat ditetapkan dalam istilah yang sangat abstrak. Fitur ini memungkinkan lebih banyak fleksibilitas daripada solusi Chen dan Kotz. Selanjutnya, Chen dan Kotz tidak mendefinisikan sebuah mekanisme untuk relaksasi query. relaksasi Query adalah alat yang ampuh dalam kanan sendiri, tetapi sangat berguna bila digabungkan dengan query konteks-sensitif penyelesaian dan preferensi.

Perbedaan lain adalah bahwa Chen dan Kotz memerlukan programmer untuk mempelajari abstraksi yang berbeda dalam rangka pemanfaatan query-sensitif konteks. Dalam pekerjaan mereka, -Sensitif query konteks ditentukan menggunakan abstraksi grafik yang mengkombinasikan INS [68] nama-didefinisikan dengan fungsi pengguna dan nama variabel. Dengan demikian pengguna diharapkan untuk fungsi program yang menyaring, mengubah atau iklan agregat (Atau peristiwa). Sebaliknya, solusi yang diuraikan dalam bab ini menggunakan sama bahasa untuk pertanyaan dan iklan apakah mereka konteks-sensitif atau tidak.

Bahasa preferensi berbeda dengan bahasa deskripsi, namun, ini adalah diterima mengingat bahwa preferensi memecahkan masalah ortogonal. Lee dan Helal [110] ditambah dengan Jini [8] layanan pencarian untuk mempertimbangkan secara dinamis remote mengubah konteks atribut dan lokal. Layanan define konteks yang relevan atribut dan ini dievaluasi oleh layanan pencarian sesuai permintaan. Klien tetap menyadari keberadaan atribut konteks, yang berarti bahwa klien tidak dapat menentukan jenis konteks yang relevan untuk mereka. Hasil-peringkat ekspresi didefinisikan oleh jasa, yang berarti bahwa klien dan pengguna sama sekali tidak menyadari dari relevansi pemesanan. Walaupun konteks bersembunyi atribut dari klien menyiratkan bahwa ada Jini klien dapat beroperasi dengan layanan pencarian baru dan jasa Jini yang menentukan atribut konteks, itu berarti bahwa hanya kecil bagian dari kekuatan konteks-kesadaran dapat dimanfaatkan oleh solusi mereka. The asumsi bahwa layanan tahu yang terbaik tidak selalu memegang. Misalnya, tersirat dalam penggunaan atribut Domain konteks untuk memperkirakan jarak antara pengguna dan layanan adalah heuristik yang "lebih dekat lebih baik". Hal ini hanya kadang-kadang benar.

Ada saat dimana orang akan lebih suka untuk memilih layanan tertentu (seperti printer) karena terletak di jalur satu's dari lokasi A ke lokasi B, sementara tidak harus menjadi printer terdekat pada waktu saat ini. A lebih lanjut masalah dengan bersembunyi atribut konteks dan fungsi-peringkat hasil dari pengguna ini

bahwa pengguna tidak memiliki cara untuk mengetahui mengapa hasilnya dikembalikan dalam urutan yang mereka yang kembali. Hasil-peringkat adalah latihan yang sia-sia jika semantik yang mengatur bahwa peringkat tersembunyi dari pengguna. Superstring tidak menderita dari salah satu kelemahan ini. Sebaliknya, memungkinkan pengguna untuk mengintegrasikan jenis konteks sewenang-wenang informasi ke dalam penemuan dan hasil proses-peringkat. Hal ini juga memungkinkan layanan iklan untuk mengubah dinamis sebagai perubahan konteks. Sistem Informasi Lokasi (LIS) [111] bisa dikerahkan secara parallel dengan layanan kami konteks protokol penemuan untuk menyediakan iklan tentang perubahan lokasi entitas dalam lingkungan komputasi mobile.

Tak satu pun dari solusi di atas berisi dukungan khusus untuk mobile sangat ringan perangkat yang beroperasi dalam jaringan heterogen. Masing-masing dari mereka menganggap bahwa mobile node dapat mencapai komponen infrastruktur dari solusi masing-masing (Planet yang disebut dalam karya Chen dan Kotz, layanan pencarian di Jini dan kerja Lee dan Helal, dan LISes dalam pekerjaan Maaß [111]) melalui mendasari protokol jaringan. Tak satu pun dari solusi di atas menyediakan dukungan untuk contextaware operasi dalam hal infrastruktur tidak bisa diakses atau tidak ada,
seperti dalam kasus iCarpark.

5.6 Kesimpulan

Bab ini menggambarkan satu set-sensitif konteks untuk ekstensi inti Superstring protokol diperkenalkan pada bab sebelumnya. Ekstensi ini memberikan ringan, mekanisme fleksibel untuk memberkati aplikasi dengan konteks-kesadaran.
Solusi ini tidak memerlukan konteks repositori pusat maupun desain monolitik Pendekatan manajemen dimana konteks dibangun ke dalam aplikasi. Sebaliknya, informasi konteks tetap berada di jaringan di mana ia cocok terhadap sumber daya
query penemuan, sehingga sangat cocok untuk mobile jaringan ad hoc.

Superstring memungkinkan pengguna untuk merumuskan iklan dan tergantung permintaan pada konteks sewenang-wenang, dan menyediakan fasilitas untuk konteks-sensitif hasil-peringkat.

Bila fitur ini dikombinasikan dengan komponen inti dari Superstring, seperti sebagai bahasa deskripsi kaya dan relaksasi query, aplikasi sadar konteks kuat dapat diwujudkan.

Rabu, 10 November 2010

Contoh Brosur Software House

Berikut ini adalah contoh brosur software house yang telah saya buat :

Rabu, 03 November 2010

STRATEGI PROMOSI

Dalam dunia bisnis dimanapun, strategi promosi sangat diperlukan dalam hal mempromosikan perusahaan yang kita jalani. Strategi promosi dapat berupa iklan(advertising), bentuk potongan harga(diskon), sales promotion ataupun dalam hal pelayanan.

Dalam bisnis software house promosi dapat dilakukan dalam bentuk iklan(advertising) dengan membuat web software house tersebut, flyer yang dibagikan, atau memperkenalkan sotware house tersebut pada jejaring sosial yang sedang marak dilakukan pebisnis pada saat ini seperti, facebook, twitter, ataupun blog.

Strategi promosi berupa potongan harga dalam bisnis ini bisa dilakukan dengan cara memberikan potongan harga pada pembeli software jika pembeli memesan banyak software. Hal ini dilakukan agar para pembeli menjadi pelanggan tetap dan setia. Dan memberikan kepercayaan kepada pembeli agar tetap memakai software dari perusahaan software house tersebut.

Sales promotion adalah suatu bentuk aktivitas promosi dengan memperkejakan seorang sales. Sales sendiri adalah orang yang bekerja menawarkan produk secara face to face dengan seoran pembeli. Sales promotion ini dilakukan juga agar perusahaan tersebut mengetahui keadaan pasar dengan menerjunkan langsung ke masyarakat dengan memperkejakan sales. Dengan ini juga perusahaan dapat mempromosikan software secara langsung dan dapat mengetahui kekurangan dan kelebihan software house tersebut.

Perusahaan juga dapat mempromosikan software house tersebut dalam hal layanan kepada pembeli, seperti contoh jika ada pembeli ingin dibuatkan software menyesuaikan dengan waktu yang dibutuhkan pembeli. Pelayanan yang cepat dan dengan hasil yang baik adalah yang digemari para pembeli. Ini adalah strategi promosi terbaik menurut saya karena dengan menampilkan hasil yang baik para pembeli akan menyukai kinerja dari software house tersebut dan pembeli juga dapat mempromosikan kepada calon pembeli lain agar dibuatkan software pada software house tersebut.