2-4-2014
User modeling Robbert Jan Beun Brusilovsky, P. & Millán, E. (2007) User Models for Adaptive Hypermedia and Adaptive Educational Systems. In: P. Brusilovsky, A. Kobsa & W.Nejdl (eds.) The Adaptive Web, LNCS 4321. Springer: Heidelberg, pp. 3- 53.
tot 1.4.2!
Multimodaliteit Types 1 (Raisamo 1999) Fusie (F) en Temporaliteit (T) • Synergistic – F: gecombineerd; T: parallel – spraak en wijzen
Even terug naar vorige week
• Concurrent – F: onafhankelijk; T: parallel – praten tijdens video
• Alternate – F: gecombineerd; T: sequentieel/serieel – afwisselend spreken en gebaren
• Exclusive – F: onafhankelijk; T: sequentieel/serieel – afwisselend spreken en knikken 4
Multimodaliteit Types 2 Diviplexing en multiplexing
User modeling
• Diviplexing: verschillende zintuigen – ‘parallel diviplexing’ (PD): synergistic • spraak en wijzen, liplezen
(NL: Gebruikersmodellering)
• Multiplexing: dezelfde zintuigen – ‘parallel multiplexing’ (PM) • auditief: bijv. spraak en intonatie • visueel: bijv. zinnen en alinea’s
5
1
2-4-2014
Een gesprek
Geachte heer Beun, Alles werkt naar behoren.
communicatie op maat
Uw melding met referentienummer I1104 2025 is afgehandeld op 03-05-2011 om 09:49 uur. Uw melding luidde als volgt: Het slot van mijn deur is vervangen in BBL 477, maar dat is blijkbaar geen verbetering want het blijft voortdurend haperen. De slotenmaker vertelde dat ik dan maar contact met jullie moet opnemen. Groet, Robbert-Jan Beun Wij vertrouwen erop dat wij uw melding naar tevredenheid hebben afgehandeld. Bent u van mening dat uw melding ten onrechte is afgesloten of mocht het probleem onverhoopt niet verholpen zijn, dan kunt u, door middel van een antwoord op deze mail, verzoeken om uw melding te heropenen. Indien u niet tevreden bent over de wijze waarop uw melding is afgehandeld dan kunt u, onder vermelding van het meldingnummer, dit kenbaar maken via mailadres
[email protected].
SM:
RJ:
Robbert-Jan, we zijn vanmorgen langs geweest. Het slot doet het weer. Als je nog problemen hebt, laat het me weten. OK, bedankt!
of SM:
Meneer Beun, we zijn vanmorgen bij u langs geweest. Het slot werkt weer naar behoren. Indien dat niet het geval is, wilt u het dan aan ons laten weten? Beun: Zeker, vriendelijk bedankt!
Met vriendelijke groet, N.G.H. Willers Servicemeldpunt Beta
Matchingsdagen ‘… en een laatste aandachtspunt is de meisjes. We vinden het als faculteit belangrijk dat er voldoende meisjes instromen in onze opleidingen; het is belangrijk dat we ons bewust zijn dat meisje en jongens op een andere manier communiceren en dus ook op een andere manier reageren op een matchingsdag.’ (uit email 31-3-2014)
Kortom, we bezitten modellen over onze gesprekspartners en passen daarop onze interactie aan.
Hetzelfde gebeurt bij het ontwerp van interfaces. We maken in iedere interface aannames over de gebruiker.
2
2-4-2014
Traditioneel: stereotypering in HCI bijv. novice en expert
Stereotypering:
• novice: bruikbaarheid voor grote groepen – – – –
lage functionaliteit gereduceerde expressieve kracht laagdrempelig bijv. pinautomaten, ov-chipkaart
Default aannames over eigenschappen van de gesprekspartner of user
• expert: bruikbaarheid voor enkelen – – – –
hoge functionaliteit grote expressieve kracht lange leertijd bijv. Photoshop, kerncentrale
Stereotype oudere
Wat is je beeld bij iemand van 80 jaar?
•
uiterlijk
•
actie
– rimpels, gevlekte huid, grijs haar, kalend, gebogen houding, grote oren, wallen, … – beweegt/eet langzaam – geen seks – dikwijls moe
•
perceptief
•
cognitief
– hoort slecht, ziet slecht – typische geur – levenswijsheid – weet weinig of niks van computers, nieuwe media, etc.
•
slapen
•
ziektes
•
hulpmiddelen
•
sociaal geïsoleerd
–
‘s middags dutje, ‘s nachts slechter, onregelmatig
– dementie, reuma, parkinson, osteoporose, … – bril, gehoorapparaat, rollator, scootmobiel
De Oudere? We zitten er dus soms flink naast met onze stereotypering
3
2-4-2014
Oplossing:
Oplossing:
Onderzoek je doelgroep goed
Onderzoek je doelgroep goed
Probleem: Er verandert voortdurend iets tijdens de interactie. We slaan gegevens tijdelijk op, we leren nieuwe kennis en vaardigheden, onze stemming wisselt, onze locatie verandert (vooral met mobieltjes), …
Adaptieve Systemen
Oplossing: 1. Onderzoek je doelgroep goed 2. Ga uit van een defaultontwerp en stel in de loop van de interacties bij
• Intelligente interfaces zijn adaptief • Processen – Diagnose, classificatie en control
• Gebieden het systeem wordt daarmee adaptief
– Cybernetica: feedback – Linguïstisch: alignment of afstemming
Toepassingen
Adaptieve en adapteerbare systemen adaptief
adapteerbaar
Definitie
Aanpassing van systeem user kan functionaliteit zelf zelf naar de taak en huidige aanpassen user
Kennis
in systeem, op verschillende manieren gepresenteerd
impliciet
Sterkte
weinig inspanning user
user in controle
Zwakte
mentaal model dynamisch, complexe modellering
toename complexiteit voor user
• • • • • • • • •
Social media Adaptive hypermedia Educatieve/tutoring systemen Expert systemen Beslissingsondersteunende systemen Recommender systemen Coaching systemen Simulaties (bijv. tamagotchi) …
4
2-4-2014
Modellen • Mentaal model
Om een adaptieve interface te maken hebben we een user model nodig
– Model van de gebruiker van het domein
• Conceptueel model – Model van de ontwerper van het domein
• Formeel model – Expliciete representatie in termen van symbolen
• User model – Model van het systeem over model van de gebruiker
Mentaal model
De spoelbak
1. Objecten, relaties en eigenschappen met betrekking tot het domein 2. Kennis, vermoedens, verwachtingen, voorkeuren, aannames, interesses, doelen, etc. met betrekking tot 1. Eigenschappen: dynamisch, inconsistent, incompleet, incoherent, inaccuraat.
user model
Model van de computer
conceptueel model
Modellen • Mentaal model – Model van de gebruiker van het domein
• Conceptueel model – Model van de ontwerper van het domein
• Formeel model – Expliciete representatie in termen van symbolen
• User model – Model van het systeem over de gebruiker
5
2-4-2014
User model Models that systems have of users that reside inside a computational environment (Fisher) Knowledge about the user, either implicitly or explicitly encoded, that is used by the system to improve the interaction (Kass & Finin)
Belangrijke vragen • • • •
Welke informatie moet ik representeren? Hoe representeer ik die informatie? Hoe kom ik aan die informatie? Hoe adapteer ik de interface op basis van deze informatie?
Representation of information about an individual user that is essential for an adaptive system to […] behave differently for different users (Brusilovsky & Millán)
Inhoud user model
Informatie over coachee • Profiel
– Hangt af van toepassing – Kennis, vaardigheden, doelen, plannen, motivatie, interesse, houding, verwachtingen, normen, waarden, emoties, locatie, leeftijd, lengte, geslacht, karakter, … – Rollen: • werkgever/werknemer, moeder/kind, expert/novice, verkoper/koper, peers, man/vrouw, moeder/kind, …
– Hiërarchie, sociale afstand – Discourse – Gemeenschappelijke kennis
Informatiebronnen • Fysiologisch – sensormetingen – non-verbaal, niet intentioneel – bijv.zweet, hartslag, beweging, EEG, temperatuur, …
– leeftijd, gewicht, gezondheid, geslacht, educatie, hobby, werk, karakter, …
• Slaapdagboek – info over medicatie, drugs, alcohol, koffie, oefeningen, slaaptijden, bed tijden, kwaliteit van de dag en de nacht, …
• Tests – motivatie, slaap test, depressie test, attitude test, …
• Fysieke metingen – hartslag, temperatuur, beweging, locatie, huidweerstand, geluid, licht, … – slaapstages: NREM1, 2, 3, 4, REM-slaap, Wakker – emotie, …
• Andere interactie – dialoog – spreker identificatie – …
Dikwijls drie interactiefases in coaching: 1. alignment 2. exercise 3. after-care
• Performance – bijv. gedrag met betrekking tot de taak – non-verbaal, intentioneel – bijv. snelheid, frequentie, fouten, sporen, …
• Uitingen – taalgebruik – verbaal, intentioneel – bijv. interviews, dialoog, boeken, NLP, sporen, …
6
2-4-2014
Types informatie Brusilovsky & Millán
• • • • • •
Twee types representaties • Stereotypering • Feature based
Kennis Interesse Doelen en taken Background Traits Context
Kan in feite met betrekking tot alle types informatie
Kennis Stereotype modellering
Bijv. ‘Interface genderization’
• Schalen – 0-10 over alle domeinkennis – novice, beginner, expert
• Toepassingen – – – –
variatie in hoeveelheid tekst (stretchtext) variatie in complexiteit van de tekst (bijv. niveau A1, A2, …) variatie in oefeningen denk ook aan game level
• Eigenschappen – eenvoudig – tamelijk statisch – niet erg precies (alleen gemiddeldes)
Kennis
Oppassen! Er bestaan verschillende taalniveaus (A1, A2, …, C2) • Stel: – Je hebt een database met zinnen voor ieder niveau
• Regel: – Hanteer een lager taalniveau bij lager opgeleiden
• Aanname: – PVV-stemmers zijn lager opgeleid
Hanteer een lager taalniveau bij PVV stemmers
Verfijnde modellering
• Domeinkennis gefragmenteerd gepresenteerd – Procedureel: bijv. algoritmes en strategieën – Declaratief: bijv. feiten en relaties, proposities
• Toepassingen – tutoring/educatieve systemen – beslissingondersteunende/advies/expert systemen – antwoordgeneratie
• Eigenschappen – complex – preciezer en respons op maat
7
2-4-2014
Domeinmodel • Bevat kenniselementen van het betreffende domein • Concepten, feiten, constraints, eigenschappen, … • Ook ontologieen • Zie bijv. ook cursus KAM (KennisAquisitie en Modellering)
Domein of semantisch model Bijvoorbeeld informatie over • het bestaan van een bepaald type – ‘dieren bestaan’ – animals : s*
•
subtypes
•
het bestaan van predicaten die van toepassing zijn op een bepaald type
•
regels die een noodzakelijke eigenschap aangeven van een object van een bepaald type
•
Instanties van de bovenstaande informatie
– ‘zoogdieren zijn dieren’ – mammal < animal: s* – ‘warmbloedig is van toepassing op zoogdieren’ – warm_blooded : animal p*
– ‘alle zoogdieren zijn warmbloedig’ – mammal(x) warm_blooded(x) – ‘flipper is een dolfijn’ – flipper : dolphin
Sequentiële opbouw 1. dieren bestaan 2. zoogdieren bestaan 3. dolfijnen bestaan 4. flipper is een dolfijn 5. zoogdieren zijn dieren 6. ‘warmbloedig’ is van toepassing op zoogdieren 7. dolfijnen zijn zoogdieren 8. alle zoogdieren zijn warmbloedig
Types kennis • • • • •
Domeinkennis: expert kennis over het domein Kennis over de kennis van de ander Kennis over de kennis van de kennis van de ander … Kennis of elkaars wederzijdse kennis (common ground, shared knowledge, mutual beliefs, …) • Kennis of de misconcepties van de ander – onvolledig en onjuist – wat doe je daarmee?
flipper is warmbloedig
Voorbeeld overlay model
Het overlay model • • • •
Kennis over de kennis van de gebruiker Individuele gebruikerskennis Subset van domein/expert model Kan ook met kwalificatie per fragment (bijv. zeker, onzeker)
kennis van het systeem • • • • • • • •
dieren bestaan jan loopt op straat iemand heeft mazelen alle jongens hebben kort haar jongens zijn geen dieren marie ligt niet in bed de nachtwacht hangt in het rijksmuseum de temperatuur mag niet hoger dan 20 graden
8
2-4-2014
Voorbeeld overlay model
Sequentiële opbouw
kennis van het systeem over de gebruiker • • • • • • • •
dieren bestaan jan loopt op straat iemand heeft mazelen alle jongens hebben kort haar jongens zijn geen dieren marie ligt niet in bed de nachtwacht hangt in het rijksmuseum de temperatuur mag niet hoger dan 20 graden
1. dieren bestaan 2. zoogdieren bestaan 3. dolfijnen bestaan 4. flipper is een dolfijn 5. zoogdieren zijn dieren 6. ‘warmbloedig’ is van toepassing op zoogdieren 7. dolfijnen zijn zoogdieren 8. alle zoogdieren zijn warmbloedig
Sequentiële opbouw en overlay
Gewogen overlay model
flipper is warmbloedig
• aangeven kennisniveaus
1. dieren bestaan 2. zoogdieren bestaan 3. dolfijnen bestaan 4. flipper is een dolfijn 5. zoogdieren zijn dieren 6. ‘warmbloedig’ is van toepassing op zoogdieren 7. dolfijnen zijn zoogdieren 5 8. alle zoogdieren zijn warmbloedig 8
– – – –
• gelaagde overlay modellen
6
– integratie van verschillende kennisbronnen – bijv. sensormetingen, dialoog, enquêtes, gedragsobservaties, …
2
|| flipper is warmbloedig 3
simple: known-unknown qualitatief: good-average-poor numeriek: bijv. rapportcijfers uncertainty based: waarschijnlijk dat de gebruiker iets weet
1
Pragmatisch model • Common vocabulary: de woorden die gebruikt worden in de communicatie • Private belief: domeinmodel van het systeem • Common belief: veronderstelde overlay met de gebruiker • Pending belief: het geloof van het systeem over het geloof van de gebruiker • Goal: het geloof van het systeem over de doelen van de gebruiker
source: sensor
certainty: 0.456
‘marie eet broodje’
source: dialogue
certainty: 0.890
‘jan drink bier’
‘Waar staat de kleurenprinter?’ • • • •
Op vloer 1 van het CGN Op vloer 1 In kamer 1.37 Naast printer 4
9
2-4-2014
HP 4Si
HP1200c1
HP1200c2
Mentaal model Geel weergegeven printers zijn kleurenprinters. Gebruiker ziet grootte en relatieve locatie, maar kent geen namen van printers.
1. Objecten, relaties en eigenschappen met betrekking tot het domein 2. Kennis, vermoedens, verwachtingen, voorkeuren, aannames, interesses, doelen, etc. met betrekking tot 1.
Welke printers zijn kleurenprinters? a. b. c. d. e. f. g.
Printer HP1200c1 en Printer HP1200c2 De kleine printer en een grote De rechter en middelste printer De gele printers, maar niet de blauwe Alle printers, behalve HP 4Si De kleine printer De kleurenprinters
Eigenschappen: dynamisch, inconsistent, incompleet, incoherent, inaccuraat.
Incompleet
Incoherent
1. dieren bestaan 2. zoogdieren bestaan 3. dolfijnen bestaan 4. flipper is een dolfijn 5. zoogdieren zijn dieren 6. ‘warmbloedig’ is van toepassing op zoogdieren 7. dolfijnen zijn zoogdieren 5 8. alle zoogdieren zijn warmbloedig 8 6
2
|| flipper is warmbloedig 3
1
Inconsistentie kunnen we niet kwijt in het overlay model.
• • • • • • • •
dieren bestaan jan loopt op straat iemand heeft mazelen alle jongens hebben kort haar jongens zijn geen dieren marie ligt niet in bed de nachtwacht hangt in het rijksmuseum de temperatuur mag niet hoger dan 20 graden
Hoe gaan we om met tegenstrijdige informatie?
10
2-4-2014
Tegenstrijdigheid Coachee: Ik heb slecht geslapen Coach: Nee hoor, u hebt goed geslapen Coachee: Ik weet toch wel beter dan jij of ik goed heb geslapen! Coach: Ja maar, ik heb gemeten dat je goed hebt geslapen! Coachee: (Verwijdert app)
Pragmatisch model • Common vocabulary: de woorden die gebruikt worden in de communicatie • Private belief: domeinmodel van het systeem • Common belief: veronderstelde overlay met de gebruiker • Pending belief: het geloof van het systeem over het geloof van de gebruiker • Goal: het geloof van het systeem over de doelen van de gebruiker
Het nut van Pending Belief U: S: U: S: U:
Het regent. Nee, hoor het regent helemaal niet. Jawel, ik zie toch dat de daken nat worden. Ja, maar dat komt omdat er iemand staat te sproeien. Ah, oké ik snap het al. Vergissing.
Tegenstrijdigheden zijn niet altijd zo duidelijk
Onderscheid: S gelooft p & S gelooft dat U gelooft p ‘S gelooft dat U gelooft’ kan kort bestaan
Misconcepties Ik kan geen e-mail versturen. Is het internet vol? Is het internet ook op zondag geopend? Hoe krijg ik dat cirkeltje om de a? (@) Het internet is langzaam. Kunnen jullie het opnieuw opstarten? Ik kan niet printen. Mijn computer zegt dat hij hem niet kan vinden. Ik heb de printer nu voor de computer gezet, maar hij kan hem nog steeds niet vinden. Ik heb een probleem. Mijn vriend heeft een screensaver op de computer gezet, maar iedere keer als ik de muis beweeg verdwijnt hij.
Welke reactie op misconcepties? U: “Restart the Internet, please.” S1: “Sorry, I don’t understand you.” S2: “What do you mean by ‘restart’?” S3: “‘Restart’ is only applicable to processes.” S4: “The Internet cannot be restarted.” S5: “The Internet is not a process.” S6: “Networks are not processes.” S7: “No, because I cannot restart the Internet.” S8: “Do you believe that ‘restarting’ is applicable to the Internet?” S9: …
11
2-4-2014
Interesse • belangrijk feature in adaptieve systemen • encyclopedieën, nieuws systemen, e-stores, museumgidsen, informatiekiosken, … • keywords vs. concept level
Overlay modellen van interesses • Lijkt veel op de kennismodellen • Vectormodellen – [object : type] – explore(user, object) interest(type) := interest + 1 – nadeel: wat als niet geëxploreerd?
• Taxonomy modellen – topic-subtopic relaties – propagatie van interesses: van kind naar ouder – handig bij open systemen (bijv. toevoeging van nieuws)
– bijv. boomstructuur op concept level
• closed vs. open corpus systemen • hybride systemen
• Ontologiemodellen – verschillende types relaties: is_a, part_of, similar, … – propagatie van interesses: via de relaties – gesloten systemen
Pragmatisch model
Doelen en taken
• Common vocabulary: de woorden die gebruikt worden in de communicatie • Private belief: domeinmodel van het systeem • Common belief: veronderstelde overlay met de gebruiker • Pending belief: het geloof van het systeem over het geloof van de gebruiker • Goal: het geloof van het systeem over de doelen van de gebruiker
Doelen, taken en plannen • • • •
Wat wil de gebruiker bereiken? Sterk veranderlijk Doel: een gewenste ‘stand van zaken’ Plan: sequentie van handelingen om het doel te bereiken • Doelen in gesprekken: – iemand iets laten weten, iemand iets laten doen, … – directe uitingen, indirecte uitingen, incorrecte of incomplete plannen en doelen, meerdere plannen en doelen
Doelen Inferentie van doelen en plannen is lastig en kan makkelijk tot verkeerde verwachtingen leiden A: B1: B2:
A:
Waar staat de zwart/wit-printer? Die is kapot, neem kleurenprinter. Je kunt beter de kleurenprinter nemen, omdat je anders de figuren niet goed kunt lezen. Ja maar, ik kom hem repareren.
12
2-4-2014
Doelen: direct
Doelen: indirect • Doelen zijn niet onmiddellijk afleidbaar uit oppervlaktestructuur van de zin:
• Het doel is direct afleidbaar uit de oppervlaktestructuur:
– Kunt u mij vertellen hoe laat het is? – Mijn band is lek. – De rode staat op de blauwe.
– Hoe laat is het? – Maak het raam open! – Wanneer kom je terug? – Ben je gisteren in Amsterdam geweest?
• Inferenties op basis van user model A: De trein naar Amsterdam? B: Spoor 13. – bijv. vind de obstakels in het plan en los die op – complex!
• Zinstype: imperatief, interrogatief, declaratief • WH-woorden: wie, waarom, wanneer, hoe, …
Lastig
Doelen herkennen
• Het herkennen van doelen a.d.h. van acties van de gebruiker • Verschil taalhandelingen en fysieke acties • Beiden pre- en postcondities, maar hoe herken je de actie en het doel van de actie. • Kan ook in overleg met de gebruiker
Agent-based dialogue systems: rational agents
• X believes p: B(x,p) • X has intention to achieve p: I(x,p)
beliefs
intention
– Observe: Open(U, fridge) – [Open(U, fridge) Wants(U, beer), 0.7] – [Open(U, fridge) Wants(U, cheese), 0.2999] – [Open(U, fridge) Wants(U, coldness), 0.0001] – [Wants(U, beer) Wants(U, glass), 0.6] – [Wants(U, cheese) Wants(U, plate), 0.7]
Regels over geloof en intenties/doelen
reasoning
perception
• Bijv. goal modeling van U(ser):
action
desires
• • • •
B(x,p) → ¬B(x,¬p) B(x,p) & B(x,p→q) → B(x,q) B(x,p) → B(x, B(x,p)) ¬B(x,p) → B(x, ¬B(x,p))
Consistency Closure Pos. Introspection Neg. Introspection
• • • •
I(x,p) → ¬B(x,p) I(x,p) & B(x,p→q) → I(x,q) I(x,p) → B(x, I(x,p)) ¬I(x,p) → B(x, ¬I(x,p))
Efficiency IB-Consistency Pos. Introspection Neg. Introspection
BDI model Bratman et al. (1988)
13
2-4-2014
• Precon. on Questioning(p): • Precon. on Stating(p):
I(s, B(h, I(s, B(s,p) V B(s, ¬p)))) I(s, B(h,p))
Suppose a rational and cooperative situation: • Tell the truth: (1) I(s, B(h, p)) ⇒ B(s, p) • Be cooperative: (2) B(h, I(s, p)) ⇒ I(h, p) • Believe the other: (3) B(h, B(s, p)) ⇒ B(h, p) • Answer if you can: (4) I(h, B(s, p)V B(s, ¬p)) & B(h,p) ⇒ I(h, B(s,p))
Een eenvoudig dialoogspel: dynamische user modeling (en adaptatie)
• B(h, DO(s,int,p)) ⇒ B(h, I(s, B(h, I(s, B(s,p) V B(s, ¬p))))) (1) ⇒ B(h, B(s, I(s, B(s,p) V B(s, ¬p)))) (3) ⇒ B(h, I(s, B(s,p) V B(s, ¬p))) (2) ⇒ I(h, B(s,p) V B(s, ¬p)) (4) + B(h,p) ⇒ I(h, B(s,p))
Kennis van A
Communicatie
pq
Kennis van B
A Kennis(A) Doel(B) pq
p B: q?
pq
p
pq
p A: p? p
B: p!
p p, p q, q
A: q! p, p q, q
pq p
B: p! p, p q, q
B Kennis(B) Doel(A) p
B: q?
A: p? pq
Com.
p A: q!
p, q p, p q, q
p, q
Background
De overige types uit B&M: Background, traits en werkcontext
• • • •
ervaring buiten het core domein stabiel beroep, rollen, verantwoordelijkheden, … bijv. student, dokter, verpleegster voor selectie van lexicon in medische documenten • native of non-native sprekers • meestal stereotype model (hoeft niet precies) • lastig af te leiden, meestal expliciet gegeven via simpel interview
14
2-4-2014
Traits • Karakter (introvert/extravert, …), cognitieve eigenschappen (holistisch, serialistisch), leerstijlen, … • Redelijk stabiel • Afgeleid via psychologische tests • Voornamelijk cognitieve en leerstijlen
Cognitieve stijlen • Stijlen – – – – – –
veld-afhankelijk/onafhankelijk (Rod en Frame test) impulsief/reflectief conceptueel/inferentieel thematisch/relationeel analytisch/globaal holist/serialist
• uitgebreide tests • van invloed op: navigatie organisatie, user control, support tools • gemengde resultaten: stijl heeft invloed maar adaptatie is lastig
Field dependence test
Leerstijlen • Nadruk op leren (dus minder ruim dan cognitieve stijlen) • klassificaties – doener, bezinner, denker, beslisser
• metingen – vragenlijsten
• adaptatie – zie volgende slides
Optimale leeromgeving volgens Kolb (Doener) • Humor, plezier en ontspanning op de leer- of werkplek • Terugkoppeling op eigen acties • Contact met anderen en de sfeer zijn erg belangrijk • Vrij zijn om snel te reageren • Verschillende werkvormen tot zijn beschikking hebben • Situaties die uitdagend en spannend zijn en die om keuzes vragen
Optimale leeromgeving volgens Kolb (Bezinner) • Voldoende mogelijkheden om de overige groepsleden te leren kennen • Tijd en ruimte om gedachten, gevoelens en ervaringen uit te wisselen en te uiten • In aanraking komen met diverse visies • De benadering dient als veilig ervaren te worden
15
2-4-2014
Werkcontext Weinig succesverhalen, er is nog te weinig bekend
• locatie, fysische omstandigheden, sociale context, affectieve toestand • zie ook college over context awareness • Platform – schermgrootte, media capabilities, …
• Locatie – toeristen/museum gidsen, coaching, …
• Affective state – detectie van motivatie, frustratie, engagement, …
Context vs. user modeling
Onzekerheids-gebaseerde modellen • Basis Baysiaanse netwerken • Qualitatief model
Platform
Time/location Fysieke omgeving
– overlay model – beyond the overlay model – beyond knowledge
Persoonlijke context
Sociale context
Doelen/taken
• Ontwikkeling van kwantitatief model • Student models
Bayesiaanse Netwerken Voorbeelden • Temperatuur is ongeveer 40 C, zweten en rillerig de kans is groot dat de gebruiker griep heeft • Misschien staat de auto van Jan voor de deur de kans is dan klein dat hij afwezig is • Marie wist de oplossing niet de kans is groot dat ze concept C niet kent • De gebruiker heeft zijn mobiel aanstaan, en de app is geopend de kans is klein dat hij de boodschap niet heeft gelezen • De gebruiker is rond 10 uur vertrokken de kans is groot dat ze ongeveer twaalf uur aankomt
• Probabilistisch model • Causaliteit • Grafisch model – Node: variabele – Link: causale invloed
• Speciaal voor diagnose en classificatie bij onzekerheid
16
2-4-2014
Bayesiaanse Netwerk
Voorbeeld K
• Verzameling V van propositionele variabelen (X1, ….Xn) (knopen) • Verzameling E van relaties tussen de variabelen (links) • G=(V,E) is gerichte acyclische graaf • Gegeven de toestand van de ouders zijn de knopen onafhankelijk van elkaar
• • • •
E
K = Kennis van domein E = Evidence (testresultaat, opinie, …) E K (diagnostisch) K E (causaal)
K is ‘kan optellen’ en E is ‘kan 3+4 uitrekenen’ Stel: P(K=1)= 0.2 P(E=1|K=1) = 0.99 P(E=1|K=0) = 0.02
(kans op ‘kan optellen’ is 0.2) (als kind kan optellen, dan …) (als kind niet kan optellen, dan …)
P(E=1|K=0) P(E=0|K=1) = ?
(false positive, type II error) (false negative, type I error)
Tijdsaspecten Statisch: relatief constant tijdens de interactie – bijv. leeftijdsverschil, rollen, lengte, sociale afstand, … Dynamisch: verandering tijdens de interactie – bijv. discourse, uitgevoerde acties of oefeningen, balans, kennis, ingenomen calorieën, …
Moeten we alles bewaren en waar? Welke overwegingen spelen hierbij een rol?
Hangt af van je applicatie of taak!
Zoekruimte
Een gesprek I: S:
I: S: I: S: I: S: I: S: I:
Schiphol Inlichtingen, goedemorgen. Goedemorgen, U spreekt met J. Op dertig juni komt er ‘s morgens een kennis van mij aan uit Dublin met het vliegtuig. Ik weet niet wat de aankomsttijd is van dat vliegtuig. Kunt u mij daar inlichtingen over geven? Ik zal even voor u kijken hoor. Ja (5 sec.) Om twaalf over negen komt dat vliegtuig. Twaalf over negen. Ja. Bedankt. Graag gedaan. Dag. Dag.
Domein
S y s t e m
kennis doelen
referentiële expressie
User
discourse pending
102
17
2-4-2014
Discourse vs. kennis
De architectuur
Taak domein
B
A
Update: speech act postcondities Generatie: precondities speech acts
Kennis:
Discourse:
Ontologie Expert Overlay
Zin Pending Dialoog
Gebruiker
Kennis A
Update rules
Doelen B
Generatie rules
Input Output
Virtuele assistent Taak domein
Eassistent
Sensoren
Expert kennis Overlay kennis
Context interpreter
Gebruiker
De groepsopdracht
NL-parser
Respons generator Pending context
NLproductie
Conferentie
Journal
UMAP: User Modelling, Adaptation and Personalization Workshops: • • • • • • •
SASWeb: Semantic Adaptive Social Web PALE: Personalization Approaches in Learning Environments DEMRA: Decision Making and Recommendation Acceptance Issues in Recommender Systems AUM: Augmenting User Models with Real World Experiences to Enhance Personalization and Adaptation UMMS: User Models for Motivational Systems: The affective and the rational routes to persuasion TRUM: Trust, Reputation and User Modeling ASTC: Adaptive Support for Team Collaboration
• UMUAI: journal of personalization research – interdisciplinair forum voor het ontwerp van interactieve en adaptieve computersystemen en de rol van het gebruikersmodel hierin
18
2-4-2014
Welke soorten informatie over de gebruiker heb je nodig om je systeem zo goed mogelijk te laten functioneren?
Hoe kun je deze informatie representeren in je systeem? Bijv. keywords met values, databases, knowledge base, hyperlinks, reasoning, XML, …
Waar kun je deze informatie vandaan halen en hoe moet die verwerkt worden?
Welke interface aspecten kun je aanpassen op basis van deze informatie?
Conclusies Extra: Geef in je ontwerp aan welke kennis common/overlay moet zijn en welke expert kennis, motiveer je keus in het paper en geef ruwweg de regels aan voor het gebruik van deze kennistypes (updates, generatie).
• User modellering is noodzakelijk om het systeem adaptief te maken • Er zijn verschillende types informatie van belang over de user – kennis, interesses, doelen, achtergrond, …
• Deze types kunnen op verschillende manieren gerepresenteerd worden • Begin met default aannames en stel later bij • Denk na over de meetmethodes – natuurlijke dialoog, sensoren, observatie van gedrag
19
