人机交互中的用户建模译文.docx
《人机交互中的用户建模译文.docx》由会员分享，可在线阅读，更多相关《人机交互中的用户建模译文.docx（11页珍藏版）》请在冰豆网上搜索。
人机交互中的用户建模译文
人机交互中的用户建模
摘要：
人机交互研究的主要目标是使系统更加具有可用性（usable），对用户更加有帮助（useful）,并且能够给用户提供符合他们各自背景知识和目标的体验感受。
在现在这样一个信息极大丰富的世界里，具有挑战性的工作不仅仅是在任何时候任何地方以任何形式向用户提供信息，更重要的是在适当的时间以适当的方式预测出正确的结果。
协作式人机系统的设计者们面临着这样的艰巨任务：
他们在设计阶段为千百万人编写的软件必须在使用阶段表现的就象是为每一个人量身定做的一样。
用户建模的研究已经开始着手解决这些问题了。
在本文中，我将首次回顾近十年来这一领域的研究目标，研究进展以及一些没有实现的设想，并利用一些有趣的计算环境来阐释这些设想以及它们的基本概念框架。
重点是高性能（highfunctionality）的应用和用户建模给这些应用系统的可用性（usable），有用性（useful）和可学习性带来的巨大变革。
最后是对本研究领域现状的评估和对未来工作的展望。
关键字：
用户建模，人机交互，协作式人机系统，高性能应用,自适应性和可适应性系统,主动式帮助系统，评价系统,设计环境
1．引言
用户建模是那些众多的因为显而易见的需求和潜在的收益从而直觉上看似乎是值得投入并可以取得成功的研究领域之一。
这样的研究领域还有：
（1）软件复用（软件复用可以被这样的事实来证明：
如果建立在稳定的子系统之上，复杂系统可以开发的更快）。
（2）有组织的记忆和有组织的学习（例如，具有创造性的社会技术环境有助于超越个人思维的局限）。
以上这些方法似乎是自然的，吸引人的，理论上能被证明的，值得研究的并且似乎是必需的。
但是实际上，到现在为止，要想在这些领域里取得进展是缓慢而艰难的，成功的案例也微乎其微。
本文首先分析了近15年来人机交互研究领域的发展历程并简要定义了人机交互中用户建模方法能解决的一些问题。
接着，描绘了一组精选的主题以及实例来向大家展示用户建模在HCI领域的应用。
在结论部分，简要的评价了一下用户建模现状并列举了一些未来的研究方向。
本文与两个其他的捐赠基金：
Kay的“学习者控制“（Kay,2001）和ConstantineStephanidis的“通用访问的自适应技术“（Stephanidis,2001）有着密切的联系。
2．人机交互的发展历程
HCI研究的是人和计算机之间的交互与关系。
HCI不只是用户接口，也不只是”screen-deep”（ComputerScienceandTechnologyBoard^NationalResearchCouncil,1997）,它是覆盖多领域的综合学科（Helanderetal.,1997）。
在它十五年历史中的前十年间，HCI研究主要集中在接口方面（特别是使用窗口，图标，菜单和点击设备等（WIMP）的图形用户接口的可能性和设计标准方面），以产生更多的可用系统。
当研究者们更深刻的理解了接口问题后，HCI研究主要关心的问题开始超越接口。
（torespondtoobservationsasarticulatedbyD.Engelbart:
``Ifeaseofusewastheonlyvalidcriterion,peoplewouldsticktotricyclesandnevertrybicycles''）.近来HCI研究的目标更多的是关于任务，关于行为的共享理解，解释，理由和讨论，而不是仅限于用户接口方面。
新的挑战主要在于改进人们使用计算机工作，思考，交流，学习，评论，解释，说服，辩论，观察，决定，计算，模仿和设计。
2．1协作式人机系统
用户建模产生于更好的支持人机协作的需要，在这里，协作被定义为“两个或两个以上agent一起为共同的目的协同工作的过程（Terveen,1995）.一些重要的名词（例如共同目标，共同的上下文环境，控制，适应，（co）-adaptation,（co）-evolution,和学习等）也来自于这个定义。
人机协作可以由两种不同途径而达到：
仿真途径和补充途径。
仿真途径源于这样一个比喻：
提高人机协作的能力就象是赐予计算机类似人的能力。
补充途径基于这样的事实：
计算机不是人，以人为中心的设计应该通过发展新型的交互和协作来开发人和计算机的非对称性。
从历史上看，用户建模的重点主要在于仿真途径（例如KobsaandWahlster,1989和thesection``useranddiscoursemodeling''inMayburyandWahlster,1998）然而，由于仿真方式的成功案例有限，越来越多的注意力转移到了补充途径。
正如其在高性能商业应用的设计中体现出的越来越大的影响一样，越来越多的证据证明在补充方式下的用户建模问题更加容易驾驭，更加具有可行性，更加值得期待（Horvitzetal.,1998），在ITS（IntelligentTutoringSystems）领域中的类似转变可以参见Kay2001
2．2从初学者到熟练的专业工人
原始的人机交互方式因为注重于系统的可用性从而经常导致通过降低系统和接口的表现能力来容纳那些第一次使用的新手或只是偶尔使用，只进行一些简单操作的用户，走到哪儿用到哪儿（Walk-up-and-use）类系统，例如ATM（AutomatedTellerMachine）机就是low-threshold,low-ceiling系统的典型例子。
这些系统不需要使用经验就易于理解易于使用。
专业用途的复杂系统需要有用性，也就是说，专业用途的复杂系统必须让使用者进行不得不进行的操作来完成工作。
这些专业领域是复杂的，它们导致了高性能应用（high-functionalityapplicatio）的产生.这些系统往往起初非常难以使用，随着时间的推移，用户能使用这些系统完成广泛的任务。
只有我们忽视为具有不同能力的人提供通用访问机制的必要性（Stephanidis,2001），关于用户的一般性假设对新手来说才是足够的。
（thedesigncriteriabeingbasedongenericcognitivefunctions,as,forexample,de¢nedbytheModelHumanProcessors（Cardetal.,1983））.关于熟练专业工人是HFA的主要使用者的一般性假设显然限制了这些系统的可学习性和可使用性。
2．3基于知识的人机交互
传统上，计算机的使用往往被塑造成一个人机二元对，人和计算机两者被一个狭窄的外在通讯通道（见图1）所联系在一起，例如分时系统中的基于文本的终端。
更加成熟完善的接口技术，例如，窗口，菜单，点击设备，颜色，声音，触摸屏的出现，大大丰富了这个外在通道。
除了探索外在通道的新设计潜能以外，基于知识的人机交互架构正在探索内在交互通道的潜力。
内在交互通道支持这样的交互过程：
这种交互过程要求计算机能得到关于问题领域的，关于通讯过程的，关于相关agent的大量知识。
关于问题相关领域的知识：
共享的知识建立在大量的关于特定领域的知识之上。
这种知识约束了可能的动作的数量，描绘了特定用户范围内的合理目标和操作，因此支持人性化的问题领域交互（humanproblem-domaininteraction），而不只是人机交互。
（Fischer,1994;Horvitzetal.,1998）.
关于通讯过程的知识，控制人机通讯的信息结构对用户来说应该是可访问并且是可修改的。
基于知识的人机交互系统应该具有何时以及是否帮助用户，打断用户，给当前任务相关用户志愿提供信息的知识。
（FischerandStevens,1987;Horvitz,1999）.
关于通讯agent的知识：
一个系统并不存在所谓的“典型”用户。
用户的类型不同，统一用户的要求也会随着其经历而改变（Mackay,1991）。
较简单的同时又是老一套的用户分类方法，例如分为新手，中级使用者，专家用户等等，对复杂的基于知识的系统是不够的，因为这些属性实际上总体上更加依赖于上下文而不是用户。
HCI中的用户建模的中心任务之一是解决这样一个问题：
除非系统有办法了解到用户真正想知道或想做什么，系统将不能和用户协作地进行交互。
了解用户真正想知道或想做什么的方法有三个：
（1）被用户告知（例如调查问卷，设定的偏好，或是规约书组件（Nakakoji,1993）
（2）具有从用户行为中推断出其真实意图的能力。
（e.g.byusingcritics（Fischeretal.,1991;Mastaglio,1990））orusagedata（Adachi,1998;Hilletal.,1992）;（3）传达外部事件的信息给系统（Bolt,1984;Harperetal.,1992）.
2．3设计阶段和使用阶段
系统设计的一个最主要的问题是：
如何在设计阶段为千百万人编写软件，使其能在使用阶段表现的就象是为每一个人量身定做的一样（而软件的使用户只能在使用阶段才知道）。
图3把一个系统的设计阶段和使用阶段区分了开来。
在设计阶段，开发者们构建系统时不得不为使用者做出决定，因为他们只能对环境上下文和任务作出设想。
对印刷媒体来说，设计时就可以确定固定的上下文，然而对计算媒体来说，系统在使用阶段的行为能充分利用只有在使用阶段才可获知的上下文因素（例如，用户的背景知识，用户的特定目标，工作环境等等）。
主要的不同是计算媒体拥有解释的能力：
能够分析由用户生成的人工制品（artifact）以及人机交互模式，并且能在用户与其它的上下文因素的连接处支持用户。
.
关于用户建模的重要的一个特点是使用阶段和设计阶段的界限变得模糊。
假如系统始终能适应或被适应于用户，使用阶段将变成一种另类的设计阶段（HendersonandKyng,1991）。
广泛的支持不同用户的要求导致它成为一种高性能应用，同时随之而来的既有其潜力也有其问题。
一个可行的在用户自身知识领域中支持用户的设计策略是系统设计者们做出用户类别以及他们所从事的任务集合的假设，这种设计方法导致了面向领域的系统（Fischer,1994）。
2．4在正确时间采用正确的方式展现合适的信息
信息极大丰富的世界（在这样的世界中人的意图是最有价值最稀缺的商品）中具有挑战性的工作不仅仅是在任何时候任何地方以任何形式使信息对用户来说可用，更重要的是通过使信息与当前任务和用户的假定的背景知识相关来减少信息的载荷。
表现正确的事务的技术包括：
（1））对将新知识描述成对特定用户来说已知的知识的支持;
（2）嵌入式评价系统（Fischeretal.,1998），它通过按需求实时的进行交互使信息与当前任务更加具有相关性，更适合用户的需要。
它通过使用由领域方向提供的更加丰富的上下文，通过对部分构建的人工制品（artifacts）和对部分完成的规约的分析来达到上述的要求。
在正确的时候展现信息就是要求在插入式中断的代价和延迟的警告的上下文敏感的丢失之间寻找平衡（Horvitzetal.,1999）.用正确的方式展现信息（例如使用多媒体通道开发不同的感知途径）对某些残障用户特别重要。
3．HCI中的用户建模
一些HCI研究者对用户建模感兴趣是因为用户建模技术有提高人机交互系统的协作自然性的潜力。
在本文中，用户模型是指系统拥有计算环境中的用户的模型。
这应该与思想模型相区别，这种思想模型是用户在头脑中存在的，与别人或artifact交互中的系统和任务模型。
（图4中D1,D2,D3等模型就是思想模型的例子）。
尝试和挑战对某个特定用户模型的描述是HCI领域下一步的发展方向。
3．1HowtheWestwasWon——用户建模的一个成功的早期例子
WEST系统代表着探索用户建模问题的早期努力的成功。
WEST是一种名叫“HowtheWestwasWon”游戏的训练系统，这个游戏构建于”ChutesandLadders”模型之上。
玩家转动3个旋转器，旋转选中3个数字，并用这3个数字和+，-，*，/，（,），组成一个算术表达式。
并计算出这个算术表达式的值。
例如，玩家从旋转器上得到2，3，4，可以组成一个表达式（2+3）*4=20，并且向前走20格。
如果玩家走了之后落在城镇格（每10格有一个城镇）上，可以再向前跳到下一个城镇格。
假如落在一个滑梯格上，将滑到滑梯底。
假如落在对手所在格，则对手被打回到之前的第二个城镇。
最优的战略是计算出所有可能的移动方案，然后选择一个能使你将对手甩的最远的方案。
但是从经验来看学生们没有使用这一战略，他们似乎更愿意遵循一种类似于将两个最小数相加在将器和与最大数相乘的战略
West系统能够分析学生们根据最优战略的移动并对这种移动做出评价。
West系统注意观察玩家是否一直采取非最优的策略，例如没有抓住落在城镇，滑梯，或对手格的机会。
假如West系统发现这种情况，它将在一个适当的时机——用户的策略远非最优的时候——进行干预，指出用户应当采用什么样的策略更好地进行游戏，然后给他一个机会重走一次。
在West的上下文环境中，存在下列用户建模问题：
共享上下文环境：
West系统被限制只能从用户游戏和解决问题的所作所为中推断用户的弱点。
主动性和插入性：
用户模型一是被用来决定什么时候向学生给出有价值的评价和建议而不显得太冒昧，以至破坏游戏的趣味性。
用户模型也要避免这种情况：
由于系统随时指出用户的错误，而使用户一直不能掌握检查自己所用策略，寻找自身失误的技巧。
相关性：
West系统是通过主题和例子训练（`coachingbyissuesandexamples）的范例。
通过评价环境上下文并且根据评价行动，在最易于接受系统建议的时候，用户们能感受到系统的有用性。
基于用户模型中的信息，系统采用外在的干预和教学策略使系统在恰当的时机能够给用户展现恰当的信息。
尽管WEST系统对用户建模的基本概念作了一些初步的探索，但它只是工作在这样一个简单的领域上下文之中，其结果只是一些变量的组合。
它的建模方法工作的还不错是因为工作在一个封闭的世界中的电子专家（作为整个系统的一个组成部分）能进行最优的博弈，能够完整全面的分析所有的可能行动。
低水平的个人行为（Lowlevel,individualevents）是比较容易解释的，用户模型能够通过分析同一领域中存在的大量行为来增量式的构建。
3．2高性能应用
高性能应用（例如Unix,Ms-Office,Photoshop,Eudora等等）用来对已存在的世界的一部分进行建模，并产生一个新的世界。
它们是复杂的系统因为他们面向的是分散的大用户群。
假如你问100个不同的人在一个特定的应用里应该有什么样的特征，你最终将得到大量的特征。
HFA的设计必须解决3个问题：
（1）不使用的功能决不能碍事
（2）存在的但不知名的功能必须在需要时可用（3）常用的通用的功能应该不存在学习，使用，记忆的困难
我们已经进行了各种经验性的研究来决定HFA的使用模式，结构，相关帮助和学习机制。
所有这些研究使我们能进行HFA的使用模式间定性关系的辨认（identification）,如图4所示。
图4中的椭圆代表用户的关于系统概念集的知识，D1代表大家都知道的易于使用并且经常被用户使用的概念，D2代表有一定知名度，只是被偶尔用到经常需要被动的系统帮助的概念。
D3代表用户相信系统中存在的概念，矩形D4代表系统提供的功能。
D3中非D4的区域表示那些在用户的思维模型中存在（即用户希望存在）而事实上并不存在于现实系统中概念。
系统应该通过提供终端用户修改和可编程支持而使用户能够添加这部分的功能（即D3中非D4的区域）（FischerandGirgensohn,1990）。
当HFA的功能扩展到D4’时，对用户来说能获得的（有价值的）东西已经很少了，除非存在一种能帮助他们将多余的功能和他们的需要联系起来的机制。
大多数用户不想成为技术专家，他们只是想完成工作。
在D4中而不在D3中的区域是用户建模研究的特殊兴趣所在。
这是不为用户所知的系统功能。
对这个区域来说，信息访问（用户感觉到一个操作需要时的信息的用户初始定位）（theuser-initiatedlocationofinformationwhentheyperceiveaneedforanoperation）是不充分的，而信息递送（被系统推断为与用户当前工作相关的而由系统志愿提供的信息）是必要的。
主动式帮助系统和批评被用来向用户指出那些可能对用户当前任务有用的功能，并且能帮助用户避免停留在非最佳状态。
图4展示了HFA的使用模式，而并没有将用户的特殊任务考虑在内。
用户没有理由担心那些D4中额外存在的功能是否与用户的任务相关。
但是，假如系统确实提供了D4中与用户任务有关的功能，避免使用户不能执行任务或者用非最优或错误的方法来执行任务是合理的因为他们不知道这项功能（itisdesirabletoavoidhavingusersunabletoperformthetaskordosoinasuboptimalorerror-pronewaybecausetheydonotknowaboutthisfunctionality.）。
图5中灰色的矩形T代表与用户当前任务相关的信息，点代表不同的功能。
支持信息访问的被动式支持系统能帮助用户使用同时在D3和T中的功能，而支持信息递送的主动式智能系统支持在T中而不在D3中的功能。
所有点代表的功能，包括在D4中而在T外的功能，经常由specificpush系统来提供，例如”DidYouKnow”（DYK）系统（Owen,1986），微软的”TipoftheDay”（Roberts,1989）系统等.Thisapproachsuffersfromtheproblemthatconceptsgetthrownatusersinadecontextualizedway.
3.2.1HFA中专家
专家（知道系统的所有信息的用户）在HFA中是不存在的。
HFA中，成为一个专家顶多是一个特殊的环境特征，而不是一个个人特征。
不同的专门技术（决定于个人兴趣）空间显示于图6。
在这个多核模型中，{D1,Ui}表示一个特定用户U1熟知的功能区域。
例如，用户U1熟知方程编辑器，U2熟知邮件合并功能，U3使用一个关于参考资料的目录系统，U4熟悉协作式写作工具。
这个视图显示了为何HFA存在的基本原理：
因为设计者在设计阶段需要为千百万用户编写软件而大量的不同任务只有在使用时才能确知。
HFA产生了一个极富挑战性的问题——学习问题，这个问题对大量的复杂系统都具有代表性。
在图6中，没人能完整的学会整个系统，但是用户可以获得一些基本的功能并能在需要时学会额外的功能。
用户建模技术能够通过帮助用户找出学习与其当前任务相关的额外功能的好时机并且避免用户滞留在非最佳状态来有效的支持需要时学习的技术（Fischer,1991）。
基于被记录的用户数据的用户建模技术能够支持HFA的组织范围（organization-wide）的学习（Lintonetal.,1999）。
典型的知识工人被大量的信息所困扰以至于他们发现存取需要的信息越来越困难——绝对大量的无关信息使得发现相关信息十分困难。
这个问题在有组织的存储系统的上下文中特别重要，因为大多数这样的系统包含了太多的对浏览有用的信息（Thischallengeisparticularlyimportantinthecontextoforganizationalmemorysystems,becausemostofthesesystemswillcontaintoomuchinformationforbrowsingtobeeffective）.Invision项目是早期的使用知识的外在表示模型和组织成员的信息要求来提高有组织通信和有组织学习的用户建模方法（Kass&Stadnyk,1992）。
3．3基于知识的帮助系统。
我们关于用户建模的研究试图解决HFA产生的挑战。
主动式帮助系统（例如Activist（Fischeretal.,1985）），UNIXConsultant（Wilenskyetal.,1984），和EUROHELP（Winkelsetal.,1991））是分析用户行为以及从低层操作中推断出高层目标的早期尝试（Horvitzetal.,1998;Nardietal.,1998）。
Activist是一种服务于类似EMACS编辑器的主动式帮助系统。
它可以支持人们增量式的学习与其任务相关的功能片断（见图5）。
它致力于解决这样一个问题：
人们经常通过接受他们没有或不能提出的问题的答案来进行学习。
Activist能解决两个不同类型的非最优行为：
（1）用户不知道复杂的命令而使用一个非最优的命令来达到目的，
（2）用户知道复杂的命令但是没有使用最小的键序列来完成命令。
一个特殊任务专家（它主要进行”删除一个词的左边部分“的操作）显示于图7。
类似于人类观察者一样，Activist能完成以下任务：
（1）能识别用户的行为和想法
（2）评价用户如何达到他的目的。
（3）根据评价任务的结果建立用户模型（积累了长使用期的数据信息）（4）（根据模型中的信息）决定什么时候和怎样打断用户。
Activist中的识别和评价任务分解为20个不同的计划专家。
作为用户建模系统的一个例子，Activist对它用户的建模是通过实际观察用户的行为而得的，而不是通过对信念的推断。
与WEST系统相反，Activist工作在一个开放得多的终端环境中，这就带来了一个挑战：
从低层交互推断出用户的目的。
Activist的基本设计理念允许用户忽视系统的建议，假如用户总是忽视系统中某个计划专家（planspecialist）的信息，这个计划专家（planspecialist）将被Activist关闭。
INFOSCOPE系统（Stevents,1993）是一个基于知识的系统，它能帮助用户在大范围的并未很好结构化的信息空间中定位感兴趣的信息。
依靠能捕获使用数据的agent，它能产生一个用户模型来帮助用户更轻松的定位对个人有意义的信息。
3．4设计环境和评价系统
HFA，就像以前谈到的一样，是作为一个对大量不同用户有帮助的环境而出现的（见图6）。
为了降低复杂度，HFA常常变成面向领域的子系统的集合，每个子系统有自己的模板，形式和相关的向导，这些使他们能够为用户建模提供那些较通用的系统不能提供的额外的支持和帮助。
.
在我们的研究中，我们采用了进一步改进面向领域的设计环境（Fischer1994）的方法。
这些设计环境通过允许设计者从其各自工作实践中参与具有权威性的任务（authentictask）来针对特定的领域（例如计算机网络，用户接口，kitchens（Nakakoji,1993）,以及语音对话设计（Sumner,1995））进行建模。
面向领域的设计环境允许计算机对用户来说不可见从而使用户能与特定领域的概念代表和工具进行交互，通过使对象更加接近用户的概念世界，这些环境的领域方向使得HFA更具可用性，有用性和可学习性，
面向领域的设计环境整合了大量的与用户建模相关的组件
提供规范组件（Nakakoji,1993）允许用户丰富对他们的任务的描述
包含评价组件（Fischeretal.,1998），它主要是用来分析和推断当前任务而使得系统具有侦知识别对设计需求的潜在需要的能力，然后将任务相关信息传送给领域设计者
使用设计环境中与领
升级会员 