Seminari di Interazione Avanzata
Metodi formali per la definizione di modelli di utente
Paolo Bottoni
[email protected]
Pictorial Computing Laboratory
Dipartimento di Informatica
Argomenti
•
•
•
•
•
Utenti e Sistemi
Componenti della modellazione
Strutture dati per la modellazione
Il processo di classificazione dell’utente
Applicazione al caso di studio
Modelli Utente
21/12/2015
Pagina 2
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
Modelli Utente
21/12/2015
Pagina 3
Definizioni dei comportamenti
•
•
•
•
Basate sui task
Basate sui linguaggi
Basate sulle interazioni ammesse
Modello del dialogo
– Macchine a stati finiti
– Strutture a eventi
Modelli Utente
21/12/2015
Pagina 4
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
Modelli Utente
21/12/2015
Pagina 5
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
Modelli Utente
21/12/2015
Pagina 6
Modificabilità del sistema
•
•
•
•
Modulazione del contenuto
Disponibilità di accesso alle azioni
Layout
Organizzazione delle strategie di completamento
Modelli Utente
21/12/2015
Pagina 7
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
Modelli Utente
21/12/2015
Pagina 8
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
Modelli Utente
21/12/2015
Pagina 9
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
Modelli Utente
21/12/2015
Pagina 10
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
Modelli Utente
21/12/2015
Pagina 11
Componenti della modellazione
• Domini
•
•
•
•
• Dati, Relazioni
Rappresentazioni
• Elementi, Layout
Task
• Generici, strutturati
Categorie
• Accesso, Esperienza, Profili sociologici
Individui
• Preferenze, Similarità, Comunità
Modelli Utente
21/12/2015
Pagina 12
Descrittori per profilazione utenti
• Dati personali (e.g. età, genere, posizione,
professione)
• Preferenze e interessi
• Conoscenze e interessi
• Pattern di comportamento
Modelli Utente
21/12/2015
Pagina 13
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
Modelli Utente
21/12/2015
Pagina 14
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.
Modelli Utente
21/12/2015
Pagina 15
Conseguenze della profilazione
• personal recommendation
• dynamic adjustment
– highlighting, creazione di nuovi link
• static page/site adjustment
– in genere eseguito off-line
Modelli Utente
21/12/2015
Pagina 16
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.
Modelli Utente
21/12/2015
Pagina 17
Strutture di memorizzazione per LTEM e ARM
Modelli Utente
21/12/2015
Pagina 18
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 Utente
21/12/2015
Pagina 19
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
Modelli Utente
21/12/2015
Pagina 20
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.
Modelli Utente
21/12/2015
Pagina 21
Esempi di time tree
Modelli Utente
21/12/2015
Pagina 22
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.
Modelli Utente
21/12/2015
Pagina 23
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
Modelli Utente
21/12/2015
Pagina 24
Mantenimento del belief
Agente crede all’effetto degli operatori applicati
Agente crede a osservazioni dello stato del mondo
Modelli Utente
21/12/2015
Pagina 25
Coevoluzione di modelli di utente e sistema
Modelli Utente
21/12/2015
Pagina 26
Specifica del sistema
Modelli Utente
21/12/2015
Pagina 27
Specifica dell’utente
• Espressa in termini di belief
• Informazioni legate allo stato del sistema
• Definizione delle azioni possibili
Modelli Utente
21/12/2015
Pagina 28
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 Utente
21/12/2015
Pagina 29
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
Modelli Utente
21/12/2015
Pagina 30
Notazione per Higher Order Logic
Modelli Utente
21/12/2015
Pagina 31
Relazioni per USER
Modelli Utente
21/12/2015
Pagina 32
Relazioni per USER
Modelli Utente
21/12/2015
Pagina 33
Modelli per verifica comportamenti
•
Proprietà di correttezza
1. Per ogni possibile comportamento del sistema interattivo l’utente è in
grado di raggiungere l’obiettivo principale associato allo stato
2. L’utente deve essere in grado di completare tutti i task sussidiari generati
nel raggiungimento dell’obiettivo
Modelli Utente
21/12/2015
Pagina 34
Post-completion error
Utente naive
Si comporta esattamente come previsto dal progettista
Al termine
dell’interazione l’utente non recupera la carta
Modelli Utente
21/12/2015
Pagina 35
Identificazione di errori e revisione
Problema se utente ritira soldi e se ne va prima di ritirare la carta
Revisione
Problema se utente seleziona servizio prima di inserire la carta
Modelli Utente
21/12/2015
Pagina 36
Revisione dei modelli di utente
• Architettura cognitiva per utente sofisticato (uso di
conoscenza sul task)
Modelli Utente
21/12/2015
Pagina 37
Possibilità di design più flessibili
Modellazione di dispositivi fisici
Modelli Utente
21/12/2015
Pagina 38
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 (?)
Modelli Utente
21/12/2015
Pagina 39
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, 325340, 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):811821,1994.
Y. Shoham, “Agent-oriented programming”, Artificial Intelligence, 60(1): 51-92, 1993.
Modelli Utente
21/12/2015
Pagina 40