Big Data UX
Sistema software per a generació automàtica d’informació en llenguatge natural dels perfils d’usuari d’aplicacions mòbils en entorns ubics.
Projecte cofinançat pel Fons Europeu de Desenvolupament Regional (FEDER) i la Societat per al Desenvolupament Regional de Cantàbria (SODERCAN) dins de el programa “I + C = + C 2016 – PROJECTES DE R + D EN L’ÀMBIT DE LES TIC, LÍNIA SMART “, amb identificador de referència TI16-IN-007.
Introducció
Els entorns de computació ubiqua són aquells en què la interacció amb la tecnologia es produeix en qualsevol moment i lloc, en ocasions de forma invisible per a l’usuari, a través de qualsevol tipus de dispositiu. Múltiples avenços tecnològics propicien l’aparició d’aquests entorns, com els relatius a domòtica, wearables o smart cities, a més de l’enorme creixement de l’ocupació de dispositius portàtils com telèfons intel·ligents o tablets.
Tota aquesta interacció produeix grans volums de dades que poden ser explotats per extreure i entendre hàbits i conductes dels usuaris. I l’adquisició d’aquest coneixement pot permetre a la tecnologia evolucionar segons les necessitats de l’usuari mateix.
Context
D’entre els nombrosos contextos ubics possibles, el més ampli i arrelat és el que sorgeix de la interacció a través de la telefonia intel·ligent i aplicacions mòbils (o apps). Aquests dispositius, ja d’un ús quotidià, recullen una quantitat de dades de caràcter variat, des de l’ús de les interfícies d’usuari a historials de geolocalització o interacció NFC (Near Field Communication).
La informació registrada té una riquesa versàtil, d’on es pot extreure gran quantitat de patrons d’usabilitat, mobilitat i preferències, i amb el potencial d’informar sobre les característiques d’una comunitat d’usuaris, alimentar sistemes de recomanació o adaptar el software a un públic objectiu. No obstant això, es requereix un tractament especial per al descobriment de coneixement efectiu donades les elevades dimensions i creixement constant de les dades.
Objectius del projecte
L’objectiu d’aquest projecte és l’aprofitament dels patrons d’usuari que apareixen en aquests entorns mòbils. Per a això, es planteja la utilització de tècniques d’aprenentatge automàtic i aprenentatge per observació (Learning From Observation) per al creació de models de comportament a partir d’l’historial d’interaccions.
Els models, amb capacitats predictives i generatives, recolliran els patrons i particularitats de l’usuari i permetran posteriorment mitjançant aprenentatge no-supervisat segmentar una comunitat d’usuaris en diferents perfils amb una sèrie de comportaments típics.
Amb les tècniques desenvolupades, es desitja obtenir un sistema software que generi especificacions en llenguatge natural sobre els perfils d’usuari d’una app. Les descripcions generades aportaran un avantatge per ajustar els serveis i característiques d’una app al seu públic o els diferents sectors de la mateixa, buscant així una millora substancial en l’experiència de l’usuari. Dins d’aquest marc, l’usuari a través de la seva activitat normal en una app pot tenir un paper molt més significatiu en el progrés de la mateixa.
Projecte cofinançat pel Fons Europeu de Desenvolupament Regional (FEDER) i la Societat per al Desenvolupament Regional de Cantàbria (SODERCAN) dins de el programa “I + C = + C 2016 – PROJECTES DE R + D EN L’ÀMBIT DE LES TIC, LÍNIA SMART “, amb identificador de referència TI16-IN-007.
Introducció
Els entorns de computació ubiqua són aquells en què la interacció amb la tecnologia es produeix en qualsevol moment i lloc, en ocasions de forma invisible per a l’usuari, a través de qualsevol tipus de dispositiu. Múltiples avenços tecnològics propicien l’aparició d’aquests entorns, com els relatius a domòtica, wearables o smart cities, a més de l’enorme creixement de l’ocupació de dispositius portàtils com telèfons intel·ligents o tablets.
Tota aquesta interacció produeix grans volums de dades que poden ser explotats per extreure i entendre hàbits i conductes dels usuaris. I l’adquisició d’aquest coneixement pot permetre a la tecnologia evolucionar segons les necessitats de l’usuari mateix.
Context
D’entre els nombrosos contextos ubics possibles, el més ampli i arrelat és el que sorgeix de la interacció a través de la telefonia intel·ligent i aplicacions mòbils (o apps). Aquests dispositius, ja d’un ús quotidià, recullen una quantitat de dades de caràcter variat, des de l’ús de les interfícies d’usuari a historials de geolocalització o interacció NFC (Near Field Communication).
La informació registrada té una riquesa versàtil, d’on es pot extreure gran quantitat de patrons d’usabilitat, mobilitat i preferències, i amb el potencial d’informar sobre les característiques d’una comunitat d’usuaris, alimentar sistemes de recomanació o adaptar el software a un públic objectiu. No obstant això, es requereix un tractament especial per al descobriment de coneixement efectiu donades les elevades dimensions i creixement constant de les dades.
Objectius del projecte
L’objectiu d’aquest projecte és l’aprofitament dels patrons d’usuari que apareixen en aquests entorns mòbils. Per a això, es planteja la utilització de tècniques d’aprenentatge automàtic i aprenentatge per observació (Learning From Observation) per al creació de models de comportament a partir d’l’historial d’interaccions.
Els models, amb capacitats predictives i generatives, recolliran els patrons i particularitats de l’usuari i permetran posteriorment mitjançant aprenentatge no-supervisat segmentar una comunitat d’usuaris en diferents perfils amb una sèrie de comportaments típics.
Amb les tècniques desenvolupades, es desitja obtenir un sistema software que generi especificacions en llenguatge natural sobre els perfils d’usuari d’una app. Les descripcions generades aportaran un avantatge per ajustar els serveis i característiques d’una app al seu públic o els diferents sectors de la mateixa, buscant així una millora substancial en l’experiència de l’usuari. Dins d’aquest marc, l’usuari a través de la seva activitat normal en una app pot tenir un paper molt més significatiu en el progrés de la mateixa.