Metodi formali per la definizione di modelli di utente Seminari di Interazione Avanzata Paolo...

Metodi formali per la definizione di modelli di utente

Seminari di Interazione Avanzata

Paolo [email protected]

Pictorial Computing LaboratoryDipartimento di Informatica

11/04/23Modelli Utente Pagina 2

Argomenti

• Utenti e Sistemi

• Componenti della modellazione

• Strutture dati per la modellazione

• Il processo di classificazione dell’utente

• Applicazione al caso di studio


Utenti e sistemi

• User model– Modello utilizzato dal sistema per caratterizzare l’utente

corrente

• User’s model (o user mental model)– Modello cognitivo utilizzato / supposto dall’utente


Definizioni dei comportamenti

• Basate sui task• Basate sui linguaggi• Basate sulle interazioni ammesse• Modello del dialogo

– Macchine a stati finiti– Strutture a eventi


Problema generale della modellazione dell’utente

• Comportamento umano non strettamente dettato da leggi logiche. • Assunzione di comportamento razionale degli utenti:

– obiettivi da realizzare– utilizzano conoscenza per raggiungerli

• Possibile genericità degli obiettivi– Creazione artistica, esplorazione di possibilità– Supporto all’handicap, sostegno ad attività quotidiane


Adattamento fra utenti e sistemi

• Adeguamento– L’utente adatta le proprie modalità di lavoro alle caratteristiche del sistema

• Miglioramento– Diverse versioni del sistema vengono generate a seguito di studi sull’utenza

• Adattabilità– L’utente modifica esplicitamente caratteristiche del sistema interattivo

• Adattività– Il sistema modifica alcune proprie caratteristiche in base all’osservazione

delle azioni dell’utente


Modificabilità del sistema

• Modulazione del contenuto• Disponibilità di accesso alle azioni• Layout• Organizzazione delle strategie di completamento


Localizzazione del modello

• Assente– L’applicazione incorpora un modello di utente come

definito dal progettista

• Separata– File di configurazione– Collezione statica di dati sull’utente– Base di dati aggiornabile– Base di dati deduttiva


Approccio di metamodello per gestione adattamento

• Basato sulla nozione di Property• Informazioni di diversa natura strutturate in package• Definiscono interfaccia fra implementazioni specifiche e

modello generale


Modellazione di utenti

• Livelli di competenza• Definizione da teorie cognitive generali

– Belief, Desire, Intention

• Uso di data mining– Cluster mining– Association rule mining– Sequential pattern mining


Definizione di classi di utente

• Definizione di criteri da parte di esperti• Apprendimento automatico

– Supervisionato (classi identificate a priori)– Non supervisionato

• Vincolo su numero di classi• Vincolo su criteri di raggruppamento


Componenti della modellazione

• Domini• Dati, Relazioni

• Rappresentazioni• Elementi, Layout

• Task• Generici, strutturati

• Categorie• Accesso, Esperienza, Profili sociologici

• Individui• Preferenze, Similarità, Comunità


Descrittori per profilazione utenti

• Dati personali (e.g. età, genere, posizione, professione)

• Preferenze e interessi• Conoscenze e interessi • Pattern di comportamento


Profilazione utente

• Raccolta dati interazione (non intrusiva)– Log client

– Log server

– Valori introdotti durante sessione

• Preferenze esplicite (diversi livelli di intrusività)– Raccolta di questionari

– Scelte

– Configurazioni


Forme di adattamento sul Web

• Content selection– Selezione automatica e prioritizzazione elementi più rilevanti

• Navigation support– Manipolazione di hyperlink, e.g. hiding, sorting, annotating.

• Presentation– Variazione forme di presentazione contenuto documento web.

Brusilovsky, P., Maybury, M. T. (2002). From adaptive hypermedia to the adaptive web. Communications of the ACM 45, 5, 30-33.


Conseguenze della profilazione

• personal recommendation• dynamic adjustment

– highlighting, creazione di nuovi link

• static page/site adjustment– in genere eseguito off-line


Modelli cognitivi computazionali

• Long-term episodic memory.– Memoria stabile di eventi significativi. – Indirizzabile per contenuti. Episodi ritrovati da vari indizi,

e.g. persona, posto, azione.

• Affective reflexive memory – Associazioni istantanee e istintive.– Formata filtrando esposizione ripetuta.


Strutture di memorizzazione per LTEM e ARM


Valutazione di valenza affettiva

Dimensioni affettive• Pleasure-Displeasure, e.g., feeling happy or un-happy; • Arousal-Nonarousal, i.e., heightening one’s feelings;• Dominance-Submissiveness,

H. Liu P. Maes, What Would They Think? A Computational Model of Attitudes, Intelligent User Interfaces, 2004


Modelli BDI

• Rappresentano agenti o modelli di utente• Belief: conoscenza dell’agente sullo stato del mondo

– Insiemi di letterali

• Desire: obiettivi di lungo periodo, stati del mondo da rendere veri– Piani per raggiungerli. Descritti da body, precondition, e invocation

condition (trigger)

• Intention: impegno a portare avanti un’azione che trasforma lo stato del mondo

– Organizzati in stack, possibilmente paralleli


Sistemi logici per BDI

• Semantica in termini di mondi accessibili• Time tree indicano diramazioni del comportamento.• Due mondi M1 e M2, possono essere uno sottoinsieme dell’altro e

viceversa, essere identici o non confrontabili.• Realismo: se un agente crede a una proposizione, desidererà che

diventi vera• Realismo forte: se un agente desidera ottenere una proposizione,

crederà che essa sia una possibile scelta• Realismo debole: se un agente desidera ottenere una proposizione

non crederà che la sua negazione sia inevitabile.


Esempi di time tree


Requisiti di razionalità

• Mantenimento di coerenza fra credenze, desideri e intenzioni, ma non completezza.

• Credenze, desideri e intenzioni non devono essere chiusi sotto le implicazioni di ognuno degli altri.


Assiomatizzazione

Inizializzazione:Differenze fra stato obiettivo e belief adottate come goal

Terminazione: Comportamento agente indeterminato quando tutti obiettivi raggiunti

Obbligazione: Agente deve impegnarsi a portare avanti un obiettivo

Impegno comporta realizzare precondizioni per operatori adottati

Goal adottati rimossi da quelli in attesa


Mantenimento del belief

Agente crede all’effetto degli operatori applicati

Agente crede a osservazioni dello stato del mondo


Coevoluzione di modelli di utente e sistema


Specifica del sistema


Specifica dell’utente

• Espressa in termini di belief

• Informazioni legate allo stato del sistema

• Definizione delle azioni possibili


Conseguenze sul progetto

• Modellazione comportamenti utente– Es. esplorazione casuale, ordine stretto

• Identificazione comportamenti ottimali• Definizione interfaccia per supportarli• Rimozione cause di errore

– Es. mantenere informazioni su link ancora da esplorare.


Modelli in Higher Order Logic

• Architettura cognitiva– Modelli di utente e di sistema

• Funzioni di history– Permettono di accedere a informazioni sugli stati passati

dell’utente o del sistema


Notazione per Higher Order Logic


Relazioni per USER


Modelli per verifica comportamenti

• Proprietà di correttezza1. Per ogni possibile comportamento del sistema interattivo l’utente è in

grado di raggiungere l’obiettivo principale associato allo stato2. L’utente deve essere in grado di completare tutti i task sussidiari generati

nel raggiungimento dell’obiettivo


Post-completion error

Utente naive

Al termine dell’interazione l’utente non recupera la cartaSi comporta esattamente come previsto dal progettista


Identificazione di errori e revisione

Revisione

Problema se utente seleziona servizio prima di inserire la carta

Problema se utente ritira soldi e se ne va prima di ritirare la carta


Revisione dei modelli di utente

• Architettura cognitiva per utente sofisticato (uso di conoscenza sul task)


Possibilità di design più flessibili

Modellazione di dispositivi fisici


Applicazione al caso di studio

• Categorizzazione dell’utente– Turista, studioso, curatore

• Rappresentazione esplicita dei task– Guide interattive

• Utilizzo di agenti– Elicitazione di interessi, suggerimenti

• Adattamento al contesto– Localizzazione, capacità dei dispositivi, contesto affettivo

(?)


Riferimenti

• H. Bunt, M. Kipp, M. T. Maybury, W. Wahlster, “Fusion and coordination for multimodal interactive information presentation”, in O. Stock, M. Zancanaro, (eds.): Multimodal Intelligent Information Presentation, Kluwer, 325-340, 2005.

• P. Brusilovsky, M. T. Maybury, “From adaptive hypermedia to the adaptive web”, Communications of the ACM 45(5): 30-33, 2002.

• H. Liu P. Maes, “What Would They Think? A Computational Model of Attitudes”, Intelligent User Interfaces, 2004

• P. Curzon, R. Rukšėnas, A. Blandford, “An approach to formal verification of human–computer interaction”, Formal Aspects of Computing, 19(4):513-550, 2007

• Pattie Maes, Robert H. Guttman, Alexandros Moukas: Agents That Buy and Sell. Communications of the ACM 42(3): 81-91, 1999.

• S. M. Brown, E Santos Jr., S. B. Banks, M. E. Oxley, “Using Explicit Requirements and Metrics for Interface Agent User Model Correction”,

• P. Maes, “Agents that reduce work and information overload”, Communications of the ACM, 37(7):811-821,1994.

• Y. Shoham, “Agent-oriented programming”, Artificial Intelligence, 60(1): 51-92, 1993.

Metodi formali per la definizione di modelli di utente Seminari di Interazione Avanzata Paolo...

Documents

Transcript of Metodi formali per la definizione di modelli di utente Seminari di Interazione Avanzata Paolo...