Adaptiv tjänst

Handledare: Lisa Brouwers
Fokuserar på följande moment i kursen: Användarmodellering, Adaptivitet.

Det talas mycket om smarta hem och intelligenta hus nuförtiden. Det kan röra sig om allt från fjärrstyrning av elektriska produkter, larmsystem, och energibesparing till kylskåp som själv beställer mat från närbutiken när hyllorna är tomma. Många av tjänsterna som existerar idag är i själva verket inte särskilt intelligenta, de anpassar sig inte efter användarna utan är totalt förprogrammerade.

• Er uppgift är att vara visionära när ni designar (nya eller förbättrar befintliga) tjänster som bygger på användarnas preferenser. För att göra det hela mer konkret, kan ni tänka er följande typer av tjänster:
• Värmetjänsten (anpassar värmen i husets olika rum utifrån användarnas preferenser + försöker eventuellt minimera energiförbrukning)
• Ljustjänsten (styr belysningen i rummen och utanför huset)
• Musiktjänsten…
• TV-tjänsten
• Wallpaper-tjänsten (färg och/eller mönster på väggarna förändras utifrån användare som befinner si i rummet/ användarens sinnesstämning etc.)

Aktörerna i det system av tjänster som skissas skulle kunna vara:

• Invånarna i huset
• Värme-agenterna (1 eller fler agenter, varje element kan vara en egen agent t ex)
• Ljus-agenterna
• Elförbrukningsagenten (försöker minimera förbrukningen)
• Nöjdhetsagenten (försöker maximera invånarnas trivsel)
• Samordningsagenten

Som ni ser kommer en stor och viktig del av ert arbete handla om användarmodellering. Hur erhåller systemet information om användarnas preferenser, hur kan dessa preferenser hållas konsistenta över tiden? Vidare bör ni fundera över konflikthantering, hur skall användares potentiellt motstridiga preferenser behandlas i systemet? Kanske vill ni titta på säkerhetsaspekter? Ni får stor frihet att modifiera uppgiften utifrån era egna intressen, under förutsättning att ni behandlar det centrala temat användarmodellering.

Lycka till!

Relevanta artiklar i kursbunten:

What is an Intelligent Interface?, [Waern, 97]
A Framework for Adaptive Systems, [Höök, 96]
User Modeling via Stereotypes, [Rich, 98]
The Application of Natural Language Models to Intelligent Multimedia, [Burger & Marshall, 93]
Learning about the User - User Modeling and Machine Learning, [Pohl, 96]
Towards a Better Understanding of Context and Context Awareness, [Dey & Abowd, 99]

Länksida