Hầu hết các mô hình thông tin ngữ cảnh là các mô hình dựa sự kiện tổ chức thông tin ngữ cảnh của chúng bằng vị trí vật lý. Điều này có thể là vị trí của các thực thể thế giới thực được miêu tả trong thông tin ngữ cảnh (như đường biên của một phòng), vị trí của bộ cảm nhận đo thông tin ngữ cảnh, hoặc thông tin ngữ cảnh phi vật lý[20].
Thông tin vị trí này cũng được xác định trước (nếu các thực thể là tĩnh), hoặc nó đạt được bởi các hệ thống định vị lần vết các đối tượng di động và báo cáo vị trí của chúng tới hệ thống quản lý vị trí. Nhìn chung, hai loại của các hệ tọa độ được hỗ trợ bởi các hệ thống định vị là:
Tọa độ hình học: Biểu diễn các điểm hay các vùng trong một không gian hình học như tọa độ 84 WGS của GPS biểu diễn kinh độ, vĩ độ và độ cao trên mực nước biển của một số điểm trên bề mặt trái đất. Sử dụng các hàm hình học như khoảng cách Ơclit cho phép tính toán khoảng cách và cho phép truy vấn láng giềng gần nhất.
Tọa độ tượng trưng: Các tọa độ tượng trưng được biểu diễn bởi một định danh như số phòng hay địa chỉ của một ô hoặc điểm truy cập trong điện thoại wireless hay các mạng cục bộ. Trái ngược với tọa độ hình học, không có mối quan hệ không gian được cung cấp bởi các tọa độ tượng trưng. Để cho phép lập luận không gian về phạm vi và khoảng cách thì rõ ràng thông tin về quan hệ không gian giữa các cặp của tọa độ tương trưng phải được cung cấp.
Các mô hình ngữ cảnh không gian có thể được miêu tả theo các lớp của các bản thể học không gian được đưa ra bởi A. Frank:
- Lớp 0 là bản thể học về những cái có thực. Nó dựa trên giả thiết rằng có chính xác một thế giới thực; do đó, mọi thuộc tính trong thế giới và được cho bởi 1 điểm trong không gian thời gian có 1 giá trị đơn.
- Lớp 1 gồm các hình ảnh của sự vật thật và là lớp đầu tiên có thể được truy cập trong các mô hình dữ liệu. Ở đây, một giá trị có thể được phát sinh tại một vị trí với một kiểu kiểu hình ảnh được cho. Kiểu này xác định qui mô đo lường của giá trị (danh nghĩa hay hợp lý) và đơn vị đo lường (m, s). Với các giá trị không gian, hệ thống tọa độ phải được cho. Các giá trị thường có một giới hạn để giảm lỗi. Các mô hình ngữ cảnh dựa sự kiện là một phù hợp điển hình ở lớp này.
- Trong lớp 2, các hình ảnh đơn được nhóm với các đối tượng riêng được xác định bởi các thuộc tính thống nhất. Ngày nay, giá trị của một hình ảnh là trạng thái của toàn bộ đối tượng được cho bởi 1 định danh. Frank chỉ xem xét các đối tượng vật lý trong tầng này như “những thứ tồn tại trong thế giới thực và có thể quan sát được bằng các phương pháp quan sát”. Chúng có một khuôn khổ hình học trong thế giới nhưng nó có thể thay đổi theo thời gian (như chất lỏng, cồn). Đến lớp 2, các tầng bản thể học bao bọc dữ liệu như đối tượng thực – bạn có thể gửi ra ngoài cho các nhà địa lý, các sinh viên để mô hình các đối tượng vật lý và chúng sẽ đi đến một đồng thuận về các hình ảnh của chúng. Do đó, loại thông tin này có thể được chia sẻ môt cách dễ dàng giữa các ứng dụng nhận biết thông tin ngữ cảnh.
- Trong lớp 3, thực tại xã hội được biểu diễn. Thực tại xã hội gồm các đối tượng và các mối quan hệ được tạo bởi các tương tác xã hội. Như các thuộc tính được phân lớp và đặt tên trong ngữ cảnh của nhà nước, thể chế pháp lý và các qui tắc. Tên đối tượng thuộc về lớp này vì chúng được gán bởi văn hóa; với nhiều thứ quan trọng (không phải tất cả) có các chức năng để xác định tên và tìm ra đối tượng bằng tên trong môi trường chắc chắn.
- Cuối cùng, trong lớp 4 các qui tắc được mô hình để được sử dụng bởi các tác nhân nhận thức (cả con người và phần mềm) cho việc suy diễn. Lớp này thường được xây dựng vào các ngôn ngữ truy vấn cơ sở dữ liệu, các ứng dụng hay các bộ lập luận của hệ thống cơ sở tri thức. Các mô hình dựa bản thể học của thông tin ngữ cảnh phủ toàn bộ các tầng ở mức này. Mặc dù mô hình các lớp của Frank là một khái niệm trừu tượng của các biểu diễn (không gian) khác nhau của thế giới nhưng nó rất hữu ích để phân biệt giữa các dạng thực thi các mô hình ngữ cảnh không gian.
2.2.3.2 Hỗ trợ lập luận
Các mô hình ngữ cảnh không gian cho phép lập luận về vị trí và các mối quan hệ không gian của các đối tượng. Như các quan hệ chứa phạm vi trong một lĩnh vực riêng hay khoảng cách tới các thực thể. Theo C.Becker thì có 3 truy vấn không gian điển hình trên thông tin ngữ cảnh không gian.
Vị trí: thu hồi vị trí của một đối tượng
Dãy: Một lượng các đối tượng được đình vị trong một khoảng không gian được thu hồi
Hàng xóm gần nhất: Các truy vấn cung cấp một danh sách của một hay nhiều đối tượng gần với vị trí của một đối tượng ví như truy vấn đến chiếc máy in gần nhất, hay nhà hàng, webcam. Các truy vấn này thậm chí trở thành thách thức lớn khi vị trí các đối tượng là không chính xác hay được cho làm một vùng.
Mặc dù các truy vấn này đầu tiên được xem là đơn giản và cần thiết cho các dạng của các ứng dụng nhận biết ngữ cảnh, hiệu quả xử lý của chúng phụ thuộc vào hệ thống quản lý ngữ cảnh ở phía dưới mà có sử dụng cơ sở dữ liệu không gian hỗ trợ hoặc các module đặc tả khác. Grossman chỉ ra cách các đặc điểm của các kiểu thông tin ngữ cảnh khác nhau có thể được dùng để thiết kế các hệ thống cơ sở dữ liệu hiệu quả. 2 nhân tố chính là tỷ lệ cập nhật (một thông tin ngữ cảnh thường được cập nhật như thế nào – bởi các bộ cảm nhận, bởi người, hay gần như không bao giờ) và cách lựa chọn (thông tin ngữ cảnh chắc chắn thường được dùng để giới hạn tập các thông tin ngữ cảnh liên quan như thế nào). Nhân tố sau thì thường được gọi là ngữ cảnh sơ cấp. Vì rất nhiều ứng dụng nhận biết ngữ cảnh sử dụng không gian như ngữ cảnh sơ cấp, điều này là hợp lý để thiết kế các hệ quản lý ngữ cảnh giúp hỗ trợ hiệu quả các truy vấn không gian như quản lý các chỉ mục không gian.
Cũng như vậy, nếu lượng thông tin ngữ cảnh trở nên rất rông thì có có thể được chia thành các chiều không gian (như các server ngữ cảnh với các vùng dịch vụ không gian)
2.2.3.3 Đánh giá
Dễ thấy, các mô hình ngữ cảnh không gian rất phù hợp cho các ứng dụng nhận biết ngữ cảnh dựa vị trí, giống như nhiều hệ thống thông tin di động. Đặc biệt các hệ thống di động có thể được lợi từ các mô hình ngữ cảnh không gian như: do tính di động vốn có của chúng, chúng cần lượng lớn thông tin ngữ cảnh trong tổng số.
Xem xét chính cho các mô hình ngữ cảnh không gian là sự lựa chọn mô hình vị trí nằm dưới. Các mô hình vị trí hình học hay địa lý cung cấp phương
pháp ánh xạ đơn giản để ánh xạ dữ liệu và dữ liệu bộ cảm nhận GPS, trong đó các mô hình vị trí quan hệ và tượng trưng dễ xây dựng và biểu diễn một không gian nhận thức đơn giản (với các quan hệ như part –of và located-near). Sự lựa chọn này cũng xác định cách thông tin ngữ cảnh nên được quản lý (như bởi một cơ sở dữ liệu không gian), phương pháp lập luận và truy vấn nào là sẵn có và đường dẫn truy cập nào cần xây dựng.
Một hạn chế của mô hình ngữ cảnh không gian là nỗ lực để thu thập dữ liệu vị trí và duy trì chúng. Do đó, nếu kích thước không gian là không quan trọng (hoặc chỉ bao gồm các mối quan hệ không gian đơn giản như cuộc gặp mặt giữa 2 người dùng) thì nỗ lực này có thể không đáng kể.