Začetek projekta:

6. 7. 2009

Konec projekta:

30. 9. 2010

Vodja projekta:

Špica International d.o.o.

Partnerji:

Amebis, Institut "Jožef Stefan", Iskratel

Vrednost pogodbe:

444.117,44 EUR

Razvojni program:

OPRR

Instrument:

Javni razpis za spodbujanje raziskovalno razvojnih projektov razvoja e-vsebin in e-storitev v letih 2009 in 2010

Specifikacija programske opreme za prilagajanje uporabniku

Izvajalec: Inštitut »Jožef Stefan«

Preučili smo načine in poiskali ideje, kako bi se sistem naučil navad uporabnika in kako bi mu lahko na osnovi tega koristno služil in s tem povečal uporabnost celotnega sistema. Opisujemo dve funkciji sistema za prilagajanje uporabniku, za katere smatramo, da sta najbolj uporabni:

1. Prilagajanje na željo uporabnika

   V tem primeru gre za enostavnejšo obliko prilagajanja, kjer se osredotočamo na poenostavitev postopkov za spreminjanje nastavitev ali podobnih kompleksnejših ukazov. Uporabnik najprej sporočil sistemu kaj želi v naravnem jeziku. Sistem uporabnika vodi skozi zaporedja ukazov, ki jih najverjetneje uporabnik ne pozna ali ne ve kje jih najti, zna pa povedati v naravnem jeziku kaj si želi. V končni fazi lahko uporabnik z nekim enostavnejšim ukazom (npr. kratica) shrani zaporedje svojih želja, ki jih bo sistem v prihodnje razpoznal, ko bo uporabnik sprožil enostavnejši ukaz. Virtualni asistent bo prilagojen takšnim namenom z možnostjo shranjevanja krajših ukazov, ki vključujejo zapletenejše ukaze, ki jih določi posamezen uporabnik.

2. Avtomatsko prilagajanje

   Dosedanji sistemi ne nudijo avtomatskega prilagajanja uporabniku v pravem pomenu besede, to je da se prilagodijo vsakemu uporabniku posebej, ampak predlagajo splošno najboljše stvari (npr. filme z najvišjo oceno po IMDB).

   Avtomatsko prilagajanje bo v našem primeru osnovano na specifičnih uporabnikovih navadah. Iz uporabnikovega obnašanja se bo program učil tipične vzorce in oblikoval profil uporabnika, na osnovi katerega se bodo izvajala priporočila. Profil uporabnika bomo zgradili s pomočjo tehnik strojnega učenja, ki odkrivajo zakonitosti v podatkih. Odkrivanje zakonitosti v podatkih je področje, ki se v okviru informacijskih sistemov vse bolj uporablja za podporo odločanju.

Napredek

Preučili smo načine in poiskali ideje, kako bi se sistem lahko naučil navad uporabnika in kako mu na osnovi tega koristno služil in s tem povečal uporabnost celotnega sistema.

Kot smiselne in uporabne oblike prilagoditve smo opredelili:

• Osnovne prilagoditve: ko sistem zazna IP uporabnika, prilagodi nastavitve televizije (glasnost, slika…) dotičnemu uporabniku.

• Naprednejše prilagoditve: sistem se nauči, kakšne oddaje gleda uporabnik ob katerih urah, dnevih, ipd.. Na osnovi tega mu lahko ponuja naslednje praktične rešitve:

  Ko uporabnik prižge televizijo se mu na zaslonu izpiše seznam trenutnih oddaj, za katere sistem na osnovi zgrajenega uporabnikovega profila predvideva, da bi ga v tem trenutku zanimale.

  

  Primer simuliranega prikaza prilagojenih predlogov ob vklopu televizije.

  Sistem lahko uporabniku predloge posreduje tudi avtomatsko med gledanjem oddaj ali na uporabnikovo eksplicitno zahtevo, katero posreduje preko virtualnega vmesnika.

  

  Simulacija avtomatskega priporočila med gledanjem oddaje.

  

  Simulacije prilagojenega predloga filma na uporabnikovo eksplicitno zahtevo.