Das System der nächsten Generation zur Erkennung der Aktivität und Richtung des Smartphone-Benutzers ist eine große Herausforderung, da die Analyse der Benutzeraktivität und ihre Erkennung mithilfe der Überwachungskamera oder anderer externer Sensoren eine feste Einrichtung erfordert, die nicht so bequem ist, und außerdem eine mühsame, zeitaufwändige Aufgabe mit hohen Hardwarekosten darstellt. In diesem Buch wird ein NG-Smartphone-basiertes System zur Erkennung von Aktivitätssignalen, Positionen und Richtungen des Benutzers vorgestellt, das eine Kombination aus dem eingebauten Beschleunigungsmesser, Gyroskop und Orientierungssensor des Smartphones sowie BLE und Wi-Fi über das MQTT-Protokoll im IoT verwendet. Auf diese Erkennungssysteme wurden verschiedene Arten von Algorithmen angewandt, um die Leistungsergebnisse des Systems zu bewerten. Aus dem Vergleich dieser Algorithmen lässt sich ableiten, dass Random Forest in Bezug auf die Genauigkeit und die niedrige Fehlerquote am besten abschneidet. Experten prognostizieren, dass es bis 2025 insgesamt 75,44 Milliarden Geräte oder Dinge geben wird, die mit dem Internet verbunden sind. Diese Untersuchung wurde in dieses Buch aufgenommen, um Bildungseinrichtungen zu helfen und kann von IoT-Anbietern und Dienstleistern für die Schulung ihrer Programmentwickler verwendet werden.