User Modeling und Adaptivität

Kontakt: Till Plumbaum, Akram Alkouz

 

Die Arbeitsgruppe "User Modeling und Adaptivität" forscht an Verfahren und Werkzeugen, die es erlauben Benutzerdaten und Benutzerverhalten zu sammeln, zu aggregieren und zu verstehen. Diese Daten werden dann mit semantischen Informationen angereichert und dienen als Grundlage für die Personalisierung von Adaptiven Systemen und Empfehlungssystemen sowie zum intelligenten Layouting von Nachrichtenartikeln.

Im Rahmen dieser Forschung konzentriert sich das CC IRML besonders auf die Sammlung von Benutzerverhaltensdaten aus Webanwendungen und 3D Welten. Zudem liegt ein Schwerpunkt in der Aggregation von verteilten Benutzerinformationen. Die gewählten Ansätze konzentrieren sich dabei auf die Anwendung semantischer Verfahren.

Semantisches User Tracking: Benutzerverhalten ist eine der wichtigsten impliziten Informationsquellen, um Systeme an einen Benutzer anpassen zu können oder dem Benutzer gegebenenfalls bei der Bedienung eines Systems unterstützen zu können. Mit dem Aufkommen des Web 2.0 wurden Webanwendungen immer komplexer und dynamischer, um von solchen dynamischen Webseiten Informationen zu bekommen, müssen neue Techniken entwickelt werden, die den heutigen Anforderungen genügen. Um nicht nur einfache Informationen zu erhalten, z.B. welche Seite der Benutzer besucht hat, werden außerdem semantische Techniken angewendet, um tiefergehende Informationen zu erlangen.

Expertise Modeling in Virtual Worlds: Das Ziel dieser Forschung ist es, einen Avatar zu bauen, der in virtuellen 3D-Welten als Experte agier, Anfragen beantworten, Dienste in der 3D Welt empfehlen kann oder andere Avatare vorschlägt, die die Anfrage besser beantworten können. Die Forschung in diesem Gebiet umfasst die Sammlung und das Lernen des dynamischen Verhaltens des Avatars und seiner Interaktionen in der virtuellen Welt. Für diesen Zweck müssen verschiedene Modelle des Avatars erstellt werden. Dazu gehört das Erstellen des sozialen Netzwerk-Modells des Avatar sowie das Erstellen und Verwalten von Benutzermodellen in den virtuellen Welten. Zusätzlich werden die Inhalte und Kontexte der dynamischen Inhalte in der virtuellen Welt analysiert und es werden Ontologien mit dem zusätzlichen Wissen angereichert. Diese Modelle können dann dazu verwendet werden, um Dienstleistungen und Personen in der virtuellen Welt zu empfehlen.

Aggregation von Nutzerdaten: Die meisten Anwendungen speichern Benutzerdaten in proprietären Formarten in eigenen Datenbanken. Das führt dazu, das Benutzerinformationen eines Benutzers überall im Web verteilt vorliegen mit teilweise doppelten und unvollständigen Informationen. Die Herausforderung hierbei ist es, diese Heterogenität aufzulösen und die verteilten Information zu einem Model zu aggregieren.