aktuelle Version um2001 (.tex)   Directory

zu Diverses über Role Modeling

allgemeine Fragestellung:

Wie hängt die Forschung über Benutzermodelle mit den Rollen in unseren OMs zusammen?
Ziel: Unified View über Organisationsstruktur, Menschen, Rollen

In WFs werden Rollen nur verwendet, um participants für Aktivitäten zu ermitteln (Stellvertreterregelungen, außerdem Benutzerrechte). Sind Rollen sonst noch für was gut? (z.B. InfoNeeds, Präsentation konfektionieren etc.)

In der Literatur werden Modelle der Informationskonsumenten häufig als persönliche Benutzermodelle (Interessen, evtl. noch Fähigkeiten, ...) beschrieben.
In dem Maße, in dem jedoch zusätzlich auch Prozesse in den Blickpunkt geraten, ist eine solche Sichtweise nicht unbedingt angemessen.
Vielmehr hängt da der Wissens- und Informationsbedarf häufig nicht so sehr von der konkreten Person ab, sondern von der Person in seiner Funktion als Inhaber einer Rolle. D.h., eine andere Person in der selben Rolle im selben Prozess würde den im wesentlichen (modulo pers. Wissen) gleichen Bedarf haben (vielleicht mit anderen Präsentationspräferenzen?).
These: Viele Techniken und Ansätze des UM können übernommen werden, auf der konzeptionellen Ebene sind aber Anpassungen notwendig.


Diverses über User Modeling

Application Classes

- Information Retrieval/Filtering (die ganzen personalisierten Agenten-Sachen Mitte der 90er)
- Tutorial Systems
- Adaptive Interfaces

Modeled Aspect

- general: knowledge, plans, and preferences
- Interests
- Abilities
--> positive & negative

user preferences:
e.g. information needs (retrieval, filtering etc.)

Stereotypes:
useful for app. areas in which a quick but not necessarily complete accurate assessment of user´s background knowledge is required
User subgroup identification: (das sind unsere enterprise ontologies und die rollen)
Identification of key characteristics: to identify the members of a subgroup (matching durch Zuordnung oder Abbildung von Verhalten auf Stereotyp)
Representation in (hierarchically ordered) stereotypes
often used (simple) classification based upon background knowledge: beginners, intermediates, experts (too simple, knowledge clusters are better)
users should be able to modify/inspect (understandable???)

Plan recognition
plan: sequence of user actions that achieve a certain goal
observe actions, determine possible actions
a) when commences a user a new plan?
b) action(sequences) may be part of more than one plan
c) interrupts
d) variations of plans (to achieve one (sub)goal)
techniques: plan libraries, plan construction

Representation

- pseudo-document(s) (Boolsch, Vektorraum, etc.)
- elaborated learner model
- weighting function: f(feature,Benutzer)=w, Interesse von B für f

- mainly assumptions, not facts

- understandable for users
- individual vs. social

Acquisition/Maintenance

- assumption revision
user model acquisition:
- observation
- analysis of retrieved information
- explicit questions to user, voting (discrete/binary, continous)
- implicit measures (reading time, save, delete, etc.)
- social matching, heuristics, statistics, clustering

- critique vs. construction

Inference

- can be in UM-shell, (rules)
- with TMS
- Sicherheitsangabe der Inferenz

Validation

may be used for NON-cooperative purposes (e.g. influencing the user)

aus: Assisi

1.1.2 Methoden und Modelle

Zur Bewertung der in den Systemen verwendeten Methoden sollen folgende Kriterien eingesetzt werden: Geringer Grad an erforderlicher Benutzerinteraktion, gute initiale Performanz, Erklärbarkeit von Systemvorschlägen, Modifizierbarkeit von Benutzerprofilen und Ausnutzung der Homogenität der Zielgruppe.

1.1.2.1 Erforderliche Benutzerinterkationen

Um die Adaptivität des Systems bei sich ändernden Interessen des Benutzers zu gewährleisten, ist es erforderlich, die Benutzerprofile permanent weiterzupflegen, d.h. dem tatsächlichen Leseverhalten des Benutzers dynamisch anzupassen. Die besten Ergebnisse werden hier erzielt, wenn der Benutzer ein einfaches Relevanzfeedback gibt (etwa positiv/negativ). Da jedoch bei der Zielgruppe diese Bereitschaft nicht vorausgesetzt werden kann, ist es erforderlich, zumindest ein indirektes Feedback aus dem Interaktionsverhalten abzuleiten, also aus der Lesedauer, dem Idle-Status des Rechners usw. Rückschlüsse auf den Grad der Relevanz eines angebotenen Dokuments zu schließen (siehe z.B. die Diskussion von Amalthaea). Die Systeme, die dieses Kriterium am besten erfüllen, sind Sifter und Amalthaea.

1.1.2.2 Initialperformanz

Ein Neustart des Systems ohne vorheriges Wissen hinsichtlich potentieller Benutzerinteressen ist sehr problematisch, da die zur Verfügung stehenden Lernverfahren im allgemeinen keine verwendbaren Ergebnisse produzieren in dem Sinne, daß die von ihnen vorgeschlagenen Dokumentklassen nur in seltenen Fällen mit einer Klassifikation durch den Benutzer übereinstimmen (siehe Diskussion von SIFTER), wodurch auch direkt die Erklärbarkeit eines Vorschlages beeinflußt wird. Es bieten sich daher zwei Vorgehensweisen an, deren Kombination zu einer zufriedenstellenden Performanz in der Anfangsphase führen sollten. Dies ist einerseits die Auswertung des bisherigen Leseverhaltens, das durch die markierten Dokumente und gegebenenfalls History-Files des verwendeten Browsers dokumentiert ist (vgl. Amalthaea). Andererseits kann diese Initialisierung eines Benutzerprofils durch die Verwendung von Stereotypen, also vorinstantiierten ”typischen” Profilen für bestimmte Benutzergruppen, ergänzt werden (vgl. Raskutti et al. 97). Durch die Auswertung des Benutzerfeedbacks entwickeln sich diese stereotypen Profile mit der Zeit zu individuellen Versionen für die einzelnen Benutzer.

1.1.2.3 Erklärbarkeit und direkte Modifizierbarkeit

Diese beiden Punkte beeinflussen sich direkt gegenseitig. Hier ist offensichtlich, daß eine explizite Repräsentation sowohl des Aspekt der Erklärbarkeit als auch der Modifizierbarkeit unterstützen. Bei letzterem ist darauf zu achten, daß eine indirekte Modifikation, wie sie vom System permanent durch Auswertung des Feedbacks vorgenommen werden sollte, lediglich zu einer allmählichen graduellen Änderung des Profilinhalts führt und daher nicht unmittelbar für den Benutzer nachvollziehbar ist. Eine explizite, unmittelbar manipulierbare Struktur wie Schlüsselwortvektoren oder Klassifikationsregeln ist daher vorzuziehen. Von den oben beschriebenen Arbeiten erfüllen das Sift System und der Ansatz von Bloedorn et al. dieses Kriterium am besten.

1.1.2.4 Abstimmung auf Zielgruppen

Da es sich bei den potentiellen Benutzern des Systems um eine einigermaßen homogene Gruppe handelt (im Vergleich zur Menge aller Benutzer im WWW) und es keine Bedenken hinsichtlich Verfügbarkeit entsprechender Daten gibt (insbesondere datenschutzrechtlicher Art), liegt es nahe, Konzepte des sozialen Filterns einfließen zu lassen, so daß zumindest auf freiwilliger Basis ein Austausch der Profilinformation stattfinden kann (z.B. Amaltaea und Ringo).

1.1.3 Wartung von Benutzerprofilen

Bei der Wartung von Benutzerprofilen sind prinzipiell zwei Vorgehensweisen zu unterscheiden.  Wie bereits in Abschnitt 3.2 angesprochen, ist eine für den Benutzer verständliche Darstellung der Profilinhalte erforderlich. Insbesondere sind numerische Modelle im allgemeinen hierzu nicht geeignet, da sich die Auswirkungen quantitativer Veränderungen oft nur sehr schwer abschätzen lassen. Zusätzliche Erklärungskomponenten für solche Repräsentationen sind zwar möglich, verursachen aber einen erheblichen Mehraufwand (vgl. [Bauer, 96]). Bei symbolischen Repräsentationen besteht die Modifikation einfach darin, Schlüsselwörter oder Regeln in das Profil aufzunehmen bzw. aus diesem zu entfernen.
 Weitere Modifikationsmöglichkeiten bestehen darin, einerseits komplette Benutzerprofile, die nicht mehr aktuelle Interessensgebiete abdecken, zu entfernen, um somit die Vorschläge des Systems besser zu fokussieren, andererseits aber auch bereits ”trainierte” Profile in Form von Stereotypen oder Profilen anderer Benutzer zu übernehmen (siehe dazu auch Abschnitt 4).
 Wurde ein Profil durch ein maschinelles Lernverfahren generiert, so kann eine automatische Adaption an das Leseverhalten eines Benutzers durch erneutes Lernen auf der Basis der mittlerweile als positiv oder negativ beurteilten Dokumente erfolgen. Dies geschieht entweder periodisch oder wird explizit durch den Benutzer ausgelöst. Um den sich zeitlich verän-dern-den Interessen des Benutzers Rechnung zu tragen, können hierbei z.B. ältere Einträge, d.h. Dokumente, die vor längerer Zeit gelesen wurden, weniger stark berücksichtigt werden als jüngere. Die Effizienz dieser Verfahren hängt dabei sehr stark davon ab, ob sie inkrementell arbeiten können oder nicht.
 Bei ”konventionellen” Verfahren besteht die Adaption im wesentlichen darin, aus den vom Benutzer als positiv oder negativ klassifizierten Dokumenten die (statistisch) relevanten Schlüsselwörter zu extrahieren und die entsprechenden Gewichte (z.B. der TFIDF-Metrik) anzupassen.
In allen Fällen ist das Benutzerfeedback von entscheidender Bedeutung. Fehlt dieses, so muß das System indirekt aus dem beobachteten Benutzerverhalten Rückschlüsse über dessen Interessen ziehen, was nur mit geringer Sicherheit möglich ist.


Literatur:

Bauer, M. (intern, Assisi): Benutzermodellierungsansätze in IR/F
Kobsa, A. (1993): User Modeling: Recent Work, Prospects and Hazards
Schmalhofer, Bauer, van Elst, van Mulken (1998):  Inhaltsbasierter Informationsassistent: Literaturüberblick (Assisi)

Überblick über UM-Forschungsfragen

http://clotho.usask.ca/um-inc/um_97/guide.html#table2
By selecting one of the articles cited below, you can jump to a separate page with its abstract (and other information) that in turn offers links to the
full manuscript.

1. Purposes of user modeling

Help U to find information

     Remind U of previous Web navigation paths (Maglio and Barrett)
     Recommend Web pages (Akoulchina and Ganascia)
     Implicitly recommend Web hyperlinks (Gori et al.)
     Recommend potentially suitable existing solutions to a problem (e.g., airplane flights) (Linden et al.)
     Select documents of interest to U (Benaki et al.)
     Adapt hypertext links and recommendations to U's previous navigation behavior (Staff)
     Adapt hypertext navigation mode to U's knowledge (De Carolis and Pizzutilo)
     Filter WWW documents in accordance with U's interests (Ambrosini et al.)

Tailor information presentation to U

     Adapt appearance of charts to U's abilities and preferences (Gutkauf et al.)
     Choose appropriate form of presentation with text and/or diagrams (Kalyuga et al.)
     Take into account U's available working memory capacity (Schäfer and Weyrath)
     Adapt comparisons in text to U's knowledge (Milosavljevic)
     Tailor arguments to U's beliefs and values (Grasso)
     Adapt hypermedia presentations to U's interests and knowledge (Fink et al.; De Carolis and Pizzutilo)
     Adapt health-education documents to individual patients (Hirst et al.)
     Present decision-supporting information according to U's personality and preferences (Paranagama et al.)
     Adapt handling of incorrect answers to the student's preferences (Murphy and McTear)

Adapt an interface to U

     Offer Web navigation shortcuts that reflect past accesses (Maglio and Barrett)
     Facilitate selection of presumably relevant Web hyperlinks (Gori et al.)
     Adapt interface features and hints to U's familiarity with S (Brusilovsky and Schwarz)
     Translate high-level visualization preferences into concrete camera control actions (Bares and Lester)
     Recommend settings for technical devices (Doux et al.)
     Recommend keyboard adaptations for users with disabilities (Trewin and Pain)
     Adapt a hypermedia interface to U's disabilities (Fink et al.)
     Suggest corrections of (idiosyncratic) spelling errors of dyslexic users (Spooner and Edwards)
     Offer a suitable next move after an unexpected, ambiguous dialog act (Stein et al.)
     Provide special support and interface simplifications for novice users (Strachan et al.)

Choose suitable instructional exercises or interventions

     Choose math exercises taking into account U's subskill proficiencies (Beck et al.)
     Generate medical cases of an appropriate difficulty level (Carberry and Clarke)
     Select suitable language exercises (Murphy and McTear)
     Guide U toward suitable instructional Web pages (Weber and Specht)
     Present instructional examples from U's own learning history (Weber and Specht)
     Tailor instructional interventions to U's state of knowledge (Conati et al.)
     Take into account changes in a student's beliefs (Giangrandi and Tasso)
     Derive a differentiated assessment of a trainee's problem solving skills (Moinard and Joab)
     Support mastery learning by tracing the development of U's knowledge (Corbett and Bhatnagar)

Give U feedback about U's knowledge

     Provide to students feedback on their strengths and weaknesses in foreign language writing (Bull)

Support collaboration

     Select appropriate collaborators (or help U to do so) and facilitate communication between collaborators (Collins et al.)
     Recommend specific forms of collaboration between students (Bull and Smith)

Predict U's future behavior

     Predict correct and incorrect answers of a student (Chiu et al.)
     Predict goals, actions, and locations of an agent in a large domain (Albrecht et al.)

[Other functions]

     Verify U's competence to add information to S (Akoulchina and Ganascia)
     Take into account U's cooperativeness, sincerity, and credulity (Quaresma and Lopes)
     Anticipate other agents' actions so as to coordinate with them (Noh and Gmytrasiewicz)
     Enable U to write and debug programs using high-level concepts that U finds natural (Seta et al.)
     Support various types of adaptation with a general user modeling shell system (Pohl and Höhle)
     Take into account factors such as U's relationship with S and the importance of U's goals (Vassileva)

2. Content of the user model

U's preferences, interests, attitudes, and goals

     Preferences concerning possible solutions to a problem (Linden et al.)
     Weights of decision-relevant attributes (Paranagama et al.)
     Payoff matrices that underlie U's behavior (Noh and Gmytrasiewicz)
     User-specific low-level parameters concerning camera control (Bares and Lester)
     Preferences concerning aspects of charts (Gutkauf et al.)
     Preferences concerning the modality of hypermedia-presented information (Fink et al.)
     Preferences and attitudes concerning aspects of language learning (Murphy and McTear)
     Context of current hypertext node, which reflects U's interests (Staff)
     U's interests with respect to information on the WWW (Ambrosini et al.)
     Goals of U's Web searches (Akoulchina and Ganascia)
     General goals motivating U's use of a hypermedia system (Fink et al.)
     Problem solving strategy currently pursued by U (Conati et al.)
     Attitudes concerning medical issues (Hirst et al.; Grasso)
     Cooperativeness, sincerity, and credulity; and specific goals (Quaresma and Lopes)

Specific aspects of U's knowledge and beliefs

     Knowledge concerning features of a complex interface (Brusilovsky and Schwarz)
     Knowledge of particular concepts in instructional material (Weber and Specht)
     A student's strengths and weaknesses in a subject area (qualitatively and quantitatively assessed) (Bull)
     A student's knowledge of particular problem-solving rules (Chiu et al.; Corbett and Bhatnagar; Conati et al.)
     Ability to perform specific steps of a task (Collins et al.)
     Characterization of skills at the operational, tactical, and strategic levels (Moinard and Joab)
     Proneness to and causes of particular language errors (Murphy and McTear)
     Rules that underlie U's incorrect spelling behavior (Spooner and Edwards)
     U's knowledge of domain concepts relevant to a hypermedia presentation (Fink et al.; Milosavljevic)
     U's overall familiarity with the subject matter of a hypertext (De Carolis and Pizzutilo)
     U's factual beliefs about medical issues (Grasso)
     Dialog-relevant factual beliefs (Quaresma and Lopes)
     Beliefs held during particular (underspecified) time intervals (Giangrandi and Tasso)

U's proficiencies

     Mastery of particular math subskills (Beck et al.)
     Command of the declarative knowledge relevant to problem solving (Corbett and Bhatnagar)
     Proficiency with respect to the target language and the domain (Murphy and McTear)
     Level of domain expertise (Kalyuga et al.)
     A medical student's level of diagnostic expertise (Carberry and Clarke)
     Rates at which U learns and forgets instructional content, respectively (Beck et al.)
     Ability to handle particular topics individually and in collaboration (Bull and Smith)
     Competence in dealing with computers and with a specific hypermedia system (Fink et al.)
     Proficiency in the task domain and in the use of S (Strachan et al.)
     U's domain expertise and theoretical orientation (Akoulchina and Ganascia)
     U's familiarity with emergency situations (Schäfer and Weyrath)

U's noncognitive abilities

     Visual perceptual abilities; mental rotation ability (Gutkauf et al.)
     Perceptual and motor abilities relevant to both computer use and real-world activities (Fink et al.)

U's Personal characteristics

     Location, job title, etc., of potential collaborators (Collins et al.)
     Personal characteristics recorded in U's medical record (Hirst et al.)
     Level of education, age, etc. (Murphy and McTear; De Carolis and Pizzutilo)
     Personality type (Paranagama et al.)

History of U's interaction with S

     Aspects of U's keyboard use (Trewin and Pain)
     U's WWW navigation history (Weber and Specht; Gori et al.; Maglio and Barrett)
     History of interaction with hypermedia system (Milosavljevic)
     History of dialog acts (Stein et al.)
     U's use of interface features and reading of hints about them (Brusilovsky and Schwarz)
     U's execution of specific steps in the current task (Collins et al.)
     Observed actions and locations of U within a large domain (Albrecht et al.)

[Other types of content]

     Assignment to one of a set of classes of similar users of technical devices (Doux et al.)
     Available working memory capacity, emotional state, etc. (Schäfer and Weyrath)
     U's higher-order beliefs about the system's payoffs and beliefs (Noh and Gmytrasiewicz)
     U's goal priorities, emotions, moods, and relationship with S (Vassileva)
     A task ontology that is suited to U's way of thinking (Seta et al.)

3. Methods for exploiting the user model

Decision-theoretic methods

     Quantitative evaluation of possible solutions according to U's preferences (Paranagama et al.; Linden et al.)
     Recursive Modeling Method for predicting another agent's actions (Noh and Gmytrasiewicz)

Logic-based techniques

     Abduction (Stein et al.)
     Logic programming (Quaresma and Lopes)
     Various inference techniques within a modal logic framework (Pohl and Höhle)

Bayesian methods

     Probabilistic prediction of rule mastery on the basis of past performance and level of declarative knowledge (Corbett and Bhatnagar)
     Use of Bayesian networks to predict a student's problem solving behavior (Conati et al.)
     Dynamic Bayesian Networks for prediction of temporally variable actions and properties of U (Schäfer and Weyrath; Albrecht et al.)

Machine learning techniques

     Use of Input-Output Agent Modeling to predict a student's responses (Chiu et al.)
     Use of neural networks to predict U's interest in Web pages (Gori et al.)
     Use of K-Means classification technique to find a behavior close to the one that U would choose (Doux et al.)

Other general techniques and principles

     General techniques for the sequencing of instructional material (Brusilovsky and Schwarz)
     General search techniques and heuristics (Spooner and Edwards)
     Use of semantic networks to assess the relevance of documents to U's interests (Ambrosini et al.)
     Episodic learner modeling for retrieval of suitable instructional examples (Weber and Specht)
     Formalization of rhetorical techniques (Grasso)
     Hypertext architecture in which context is taken into account (Staff)
     Techniques for executing and tracing conceptual-level programs (Seta et al.)

Application-specific computational procedures

     Computations concerning potentially interesting Web pages (Akoulchina and Ganascia)
     Algebraic technique for choosing suitable math exercises (Beck et al.)
     Quantitative criteria for determining keyboard adaptation recommendations (Trewin and Pain)

Application-specific qualitative rules and procedures

     Method for processing a history of Web page visits (Maglio and Barrett)
     Criteria for recommending the next instructional Web page to visit (Weber and Specht)
     Rules for providing a simpler interface and more support to novice users (Strachan et al.)
     Rules for adapting hypermedia presentations to various properties of users (Fink et al.)
     Rules linking user properties with hypertext generation parameters (De Carolis and Pizzutilo)
     Hypertext search techniques that take context into account (Staff)
     Rules for taking into account preferences and abilities relevant to chart design (Gutkauf et al.)
     Provision for queries to U's medical record in an authoring environment (Hirst et al.)
     Rules based on empirically determined relationships between domain expertise and appropriate presentation format (Kalyuga et al.)
     Rules for selecting comparisons to be used in text generation (Milosavljevic)
     Principles for generating cases of particular difficulty levels (Carberry and Clarke)
     Procedure for matching requests for help with profiles of potential collaborators (Collins et al.)
     Rules for recommending forms of collaboration between students (Bull and Smith)

Interface techniques for communicating about the user model

     Techniques for making the student model inspectable and eliciting feedback on it (Bull)
     Techniques for presenting relevant parts of a user model to potential collaborators (Collins et al.)

4. Input for user model construction

Explicitly stated preferences, goals, etc.

     Critiques of proposed solutions (Gutkauf et al.; Paranagama et al.; Linden et al.)
     High-level visualization preferences (Bares and Lester)
     Interest in particular topics dealt with by documents (Benaki et al.)
     Preferences and goals concerning hypermedia presentations (Fink et al.)
     Explicit selection of hypertext contexts (Staff)
     Preferences and attitudes concerning aspects of language learning (Murphy and McTear)

Explicitly elicited information on personal characteristics

     Information about personal characteristics related to hypermedia use (Fink et al.)
     Job title, level of education, etc. (Collins et al.; Murphy and McTear; Strachan et al.)

Self-assessments

     Self-assessments of domain and system competence (Strachan et al.; De Carolis and Pizzutilo)
     Self-assessments of language proficiencies and motivation (Murphy and McTear)
     Self-reports on the successful completion of specific subtasks (Collins et al.)
     Self-reports on disabilities (Fink et al.)

Specific actions of the user

     History of dialog acts (Stein et al.)
     U's actions and locations within a large domain (Albrecht et al.)
     U's use of interface features and reading of hints about them (Brusilovsky and Schwarz)
     Hypermedia pages that U has visited (Weber and Specht; Milosavljevic; Staff; Akoulchina and Ganascia; Gori et al.; Maglio and Barrett)
     U's misspellings and ultimately chosen corrections (Spooner and Edwards)
     Aspects of disabled users' keyboard use (Trewin and Pain)
     Previous handling of instructional examples by U (Weber and Specht)
     Dialog actions in use of a hypermedia system (Fink et al.)
     Performance of particular tasks (Strachan et al.)
     Choices of device settings in various environments (Doux et al.)
     Aspects of behavior that reflect available working memory capacity (Schäfer and Weyrath)

Responses to test or practice items

     Responses to game-like ability tests (Gutkauf et al.)
     Answers to test questions handled individually or in collaboration (Bull and Smith)
     Answers to math problems; nature of hints required before answering (Beck et al.)
     Answers to test items in a tutoring system (Weber and Specht)
     Handling of previously presented medical cases (Carberry and Clarke)
     Performance on language test items (Murphy and McTear)
     Answers to test questions (Akoulchina and Ganascia)
     Answers to subtraction problems (Chiu et al.)
     Observable steps in a student's problem solving (Conati et al.)
     Performance of a student when given an opportunity to apply a given production rule (Corbett and Bhatnagar)
     Problem-solving actions within a training system (Moinard and Joab)
     Student actions or utterances that imply possession of a particular belief at a given time (Giangrandi and Tasso)
     Expressed interest in sample documents (Benaki et al.)

Other types of input

     Explicit assessments of U by a human instructor (Bull)
     U's medical record (Hirst et al.)
     Behavior with technical devices in various environments (Doux et al.)
     Student's performance on tests of declarative knowledge (Corbett and Bhatnagar)

5. Methods for constructing the user model

Bayesian methods

     Bayesian procedure for computing probabilities that production rules are known (Corbett and Bhatnagar)
     Bayesian networks for inferences about unobservable aspects of a student's problem solving (Conati et al.)
     Dynamic Bayesian networks for inferences about unobservable temporally variable properties (Schäfer and Weyrath)

Machine learning techniques

     Use of Input-Output Agent Modeling to derive a theory of a student's subtraction knowledge (Chiu et al.)
     Use of neural networks to adapt the system's profile of a decision maker (Paranagama et al.)
     Neural networks as an alternative technique for triggering stereotypes (Ambrosini et al.)
     Use of recurrent neural networks to summarize U's Web navigation behavior (Gori et al.)
     Use of a variant of the K-Means algorithm to classify users (Doux et al.)

Decision-theoretic techniques

     Principled method for elicitation and interpretation of critiques of proposed solutions (Linden et al.)

Stereotype-based techniques

     Ascription of properties associated with types of hypermedia users (Fink et al.)
     Ascription of WWW-related interests on the basis of user stereotypes (Ambrosini et al.)
     Derivation of initial proficiency estimates on the basis of U's overall level of advancement (Murphy and McTear)

Logic-based techniques

     Various inference techniques within a modal logic framework (Pohl and Höhle)
     Algorithms for making (nonmonotonic) inferences about beliefs held in particular time intervals (Giangrandi and Tasso)

Application-specific procedures for interpreting responses to test items

     Procedures for the interpretation of perceptual ability tests (Gutkauf et al.)
     Principle for inferring knowledge of concepts that are prerequisites for known concepts (Weber and Specht)
     Procedure for assessing U's domain expertise on the basis of U's answers to test questions (Akoulchina and Ganascia)
     Calculus for updating assessments of U's subskill proficiencies (Beck et al.)
     Computational procedures for estimating proficiencies and error-pronenesses (Murphy and McTear)
     Procedures for summarizing results of tests taken individually and in collaboration (Bull and Smith)
     Algorithm for generalizing the human instructor's assessments of U's strengths and weaknesses (Bull)
     Computation of declarative knowledge factor scores (Corbett and Bhatnagar)
     Comparison of a trainee's actions with those of an expert problem solving module (Moinard and Joab)

Other application-specific computations

     Updating of weights of incorrect spelling rules (Spooner and Edwards)
     Algorithm for updating assessments of system-related proficiency (Strachan et al.)

Application-specific qualitative rules

     Principles for inferring knowledge on the basis of dialog acts (Fink et al.)
     Rules for deriving low-level camera directives from visualization preferences (Bares and Lester)

6. Empirical foundations

Knowledge acquisition from domain experts

     Judgments of an expert surgeon concerning factors that influence the difficulty of medical cases (Carberry and Clarke)
     Retrospective thinking-aloud study of inferences by firemen about emergency callers (Schäfer and Weyrath)

Empirical studies conducted prior to system design

     Study of relationships between personality variables and decision making behavior (Paranagama et al.)
     Observation of Web navigation behavior (Maglio and Barrett)
     Experiments on relationships between expertise, presentation format, and comprehension by users (Kalyuga et al.)
     Derivation of conditional probability distributions for a Bayesian network from a database of observations (Albrecht et al.)
     Assessment of accuracy of knowledge tracing predictions that do not take declarative knowledge into account (Corbett and Bhatnagar)

Experience with real use of the system

     Responses to a flight recommendation system by Web users (Linden et al.)

Informal responses by early users

     Students' comments on an inspectable student model (Bull)
     Learners' responses to a commercial adaptive CALL system (Murphy and McTear)
     Users' responses to a conceptual-level programming environment (Seta et al.)

Empirical evaluations of systems

     Comparative evaluation of two systems' success in analyzing students' performance on subtraction problems (Chiu et al.)
     Comparison of the Recursive Modeling Method with simpler methods and with human performance (Noh and Gmytrasiewicz)
     Evaluation of a technique's performance on real and simulated data (Doux et al.)
     Assessment of accuracy of knowledge tracing predictions that take declarative knowledge into account (Corbett and Bhatnagar)
     Ratings of 3D visualizations produced on the basis of stated visualization preferences (Bares and Lester)
     Assessment of the appropriateness of keyboard adaptation recommendations (Trewin and Pain)
     Study of relationships among models of spelling behavior of different dyslexic writers (Spooner and Edwards)
     Evaluation of use of an adaptive chart-editing system (Gutkauf et al.)
     Study of effects of navigation support on students' motivation and the efficiency of their Web navigation (Weber and Specht)
     Formative evaluation of a math tutoring system (Beck et al.)
     Rating of adaptive and nonadaptive versions of a system by real users (Strachan et al.)
     Study of the feasability of the use of approximative inference algorithms (Conati et al.)
     Assessment by users of the relevance of documents supplied by an information filtering system (Ambrosini et al.)


Diverses über Role Modeling

aus WfMC - glossar:

Organizational Role

Definition

A group of participants exhibiting a specific set of attributes, qualifications and/or
skills.

Usage

Synonyms


Interface 1 - Process Definition Interchange V 1.1 Final

activity.participant -> ORGANISATIONAL_UNIT, HUMAN, ROLE, RESOURCE
A role and a resource are used in the sense of abstract actors. During run time these abstract definitions are evaluated and assigned to concrete human(s) and/or program(s).
This type allows performer addressing by a role or skill set.


A role is defined in [WfMC1011] as “A group of participants exhibiting a specific set of attributes,
qualifications and/or skills” and it is normally associated with security privileges.


2.1.5 Rolle

Die ROLLE ist ein Konstrukt zur Abbildung organisatorischer Gegebenheiten und wird im Bereich des Workflow-Managements, aber auch der
computergestützten Gruppenarbeit eingesetzt. Es dient der besseren Darstellung von organisatorischen Beziehungen und kann mit dazu beitragen, daß die
definierten Strukturen flexibel adaptierbar und erweiterbar sind. In der Literatur wird das Rollenkonzept unterschiedlich verwendet:

     für die Zusammenfassung von Stellen mit gleichartiger Kompetenz und Qualifikationsvoraussetzung oder auch
     zur Aggregation von Funktionen, die von einer Stelle durchgeführt werden sollen.

Entsprechende Konzepte sind ORMS und ROM, die unter den folgenden Abschnitten erläutert werden.

2.1.5.1 Das Rollenkonzept im ORMS

ORMS ist ein Organisations- und Ressourcen-Management-System, das zur Verwaltung und Analyse von Modellen der Aufbauorganisation verwendet
werden kann. Es wird im WMS WorkParty als Komponente zur Definition der Aufbauorganisation genutzt und gibt dadurch die in diesem System
verwendbaren Modellierungskonstrukte vor. Im Zusammenhang mit der Definition von Metamodelle des Workflow-Managements sind in diesem
Konzept vor allem die beiden Objektklassen "Kompetenz" und "Rolle" interessant. Die Kompetenzen ist im ORMS der "Oberbegriff für Zuständigkeiten
(hier durch Aufgabenzuordnungen ausgedrückt) und Befugnisse (entsprechend Zugriffsbeziehungen zu Ressourcen)" . Kompetenzen werden im Sinne des
ORMS primär Organisationseinheiten, Stellen sowie Rollen zugeordnet und sollen die Flexibilität der Definition von Aufbauorganisationen durch eine
transitive Abbildung erleichtern. Rupietta unterscheidet demnach drei Grundregeln für die Kompetenzzuordnung :

   1.Kompetenzen einer Rolle gehen an alle zugeordneten Stellen über und Kompetenzen einer Stelle gehen an den Stelleninhaber über.
   2.Kompetenzen einer Organisationseinheit gehen entweder nur an deren Leitungsstelle oder an alle ihr zugeordneten Stellen über.
   3.Kompetenzen einer Organisationseinheit gehen entweder an alle oder an keine ihr untergeordneten Organisationseinheiten über.

Für jede Kompetenz muß die jeweils geltende Grundregel definiert werden.

Rollen fassen im ORMS ".Mengen von Stellen mit gleichen Kompetenzen bzw. einer gemeinsamen Teilmenge von Kompetenzen zusammen und
definieren so organisatorische Funktionen". Eine Rolle kann demnach als Gruppierungsfunktion für Stellen verwendet werden oder durch die Zuordnung
von Kompetenzen auch Bedeutung im Rahmen der Ablauforganisation erlangen. Die Verwendung des Rollenkonzeptes im ORMS ist lediglich optional
und daher kein zwingendes Strukturierungsmittel bei der Gestaltung einer Aufbauorganisation.

Abbildung 4: Metamodell in Anlehnung an das ORMS

Abbildung 4 zeigt die beiden erläuterten Objektklassen, eingebettet in das Metamodell des ORMS.

2.1.5.2 Das Rollenkonzept im ROM

"Das Rollenmodell der Organisation (ROM) ist ein Modell zur gesamtheitlichen Darstellung und Dokumentation der betrieblichen Aufbauorganisation". Im
Gegensatz zum ORMS ist ROM ein theoretisches Konzept und bezieht sich nicht direkt auf WMS. Es basiert auf dem objektorientierten Ansatz
"Objekt-Rollenmodell", demnach Objekte zu verschiedenen Zeitpunkten unterschiedliche Rollen einnehmen können.

Das ROM verwendet Rollentypen als zusätzliche Stufe zwischen Elementaraufgaben und Stellen. "Ein Rollentyp ist die Zusammenfassung von
Aufgabentypen, deren Instanzen die gleichen Vorgänge umfaßt und einem gemeinsamen Aufgabenträger zugeordnet werden sollen". Rollentypen sollen
einerseits als Hilfsmittel zur Bildung von Stellen verwendet werden und andererseits Anforderungen an Anwendungssysteme als Aufgabenträger festlegen.
Beides ist durch die verfügbaren Ressourcen eingeschränkt. So kann z.B. ein Anwendungssystem nur dann eine Reihe von automatisiert durchführbaren
Rollentypen übernehmen, wenn ein geeigneter Rechner zur Verfügung steht.

ROM verfügt über zwei Sichten: der Rollentyphierarchie und dem Bereichsabgrenzungsschema. In der Rollentyphierarchie werden Rollentypen in Ebenen
angeordnet und Vererbungsbeziehungen zwischen den Ebenen angegeben. Neben einfachen Rollentypen, die Aufgabentypen zusammenfassen, werden in
der Rollentyphierarchie desweiteren Meta-Rollentypen eingeführt, die keinen direkten Aufgabenbezug darstellen sondern "generelle Regelungen für
Gruppen von Aufgabentypen" enthalten. Dadurch sollen "funktionale Gestaltungskompetenzen in mehreren aufeinander aufbauenden Kompetenzebenen"
vergeben werden können. So muß z.B. die Stelle "Einkäufer" (erste Ebene der Rollentyphierarchie) den Regelungen "Geschäftpartner Kontakt" welche in
der Abteilung Marketing definiert wurden (zweite Ebene der Rollentyphierarchie) folgen, und in diesem Kontext die "Bestellabwicklung" und
"Lieferantenverwaltung" (dritte Ebene der Rollentyphierarchie) durchführen.

Im Bereichsabgrenzungsschema werden Rollentypen Kriterien zugeordnet, die die Mehrfachvergabe von Aufgabentypen an unterschiedliche
Aufgabenträger ermöglichen. Dadurch werden dem Typ nach identische Aufgaben nach Bereichen aufgeteilt. Esswein unterscheidet dazu drei Arten von
Kriterien:

   1.Die Aufgaben werden vorgangsbezogen durch einen dafür kompetenten Stelleninhaber gebildet.
   2.Die Aufgaben eines Rollentyps werden nach Eigenschaften gebildet, welche für jeden relevanten Vorgang bekannt sind.
   3.Die Aufgaben eines Rollentyps werden nach der Aufteilung der Aufgaben eines anderen Rollentypes gebildet.

Abbildung 5: Metamodell in Anlehnung an das ROM

2.1.5.3 Vergleich der Rollen-Konzepte und Ableitung eines Metamodells

Im ORMS wird das Konstrukt der Rolle lediglich als ein optionales Hilfsmittel zur Strukturierung der Aufbauorganisation und der darin enthaltenen
Kompetenzen verwendet. Die Zuständigkeit für Aufgaben wird im ORMS über die Zuordnung von organisatorischen Einheiten zu Kompetenzen
angegeben. Ein Nachteil des ORMS ist die Tatsache, daß keine Aggregation von Aufgabentypen unterstützt wird. Dem steht als Vorteil die transitive
Vererbung von Kompetenzen über organisatorische Einheiten und die einfache Struktur des ORMS gegenüber.

Beim ROM verfügt das Konstrukt der Rolle über eine zentrale Bedeutung, da es die zweckmäßige Aggregation von Aufgabentypen darstellt und eine
Stelle erst durch die Zuordnung einer Rolle verrichtungsorientierte Bedeutung erlangt. Hierbei ist eine Rolle kein Hilfskonstrukt, sondern zwingend
notwendig, um die Verbindung zwischen Aufbauorganisation und Aufgabendurchführung zu erreichen. Vorteile des ROM sind die zwingende
Strukturierung von Aufgabentypen sowie die methodische Unterstützung bei der Mehrfachvergabe von Aufgabentypen. Die Komplexität des Ansatzes
und die fehlende Berücksichtigung von Ressourcen können als Nachteil von ROM gesehen werden.

Nicht alle WMS-Produkte sehen ein Rollen-Konstrukt vor. Jene, die über die Funktionalität zur Definition von Rollen verfügen, folgen allerdings meist
dem Konzept des ORMS.

In dieser Arbeit wird ein einfaches Metamodell verwendet, das im folgenden erläutert wird und auch in den weiteren Abschnitten Verwendung findet. Das
entsprechende Rollenkonstrukt wird an die gängigste Form, die Zusammenfassung von Stellen, angelehnt.

Abbildung 6: Vereinfachtes Metamodell der Organisation

Eine ORGANISATORISCHE EINHEIT kann entsprechend des Metamodells in Abbildung 6 entweder direkt oder indirekt über die Definition einer
Rolle einer FUNKTION zugeordnet werden. Der Begriff der ROLLE entspricht demnach eher dem Konzept des ORMS als dem des ROM. Eine Rolle
setzt bestimmte Qualifikationen voraus, die die organisatorische Einheit erfüllen muß, um die Rolle durchführen zu können. RESSOURCEN sind in diesem
Metamodell als Besitz organisatorischer Einheiten definiert. Zugriffsrechte können eine unterschiedliche Spezialisierung besitzen: eine organisatorische
Einheit ist für eine Ressource verantwortlich, eine organisatorische Einheit darf eine Ressource verwenden, eine organisatorische Einheit darf eine
Ressource verändern, usw.

Abbildung 7: Arten von Zugriffsrechten

2.2 Funktion

Funktionen definieren Tätigkeiten, welche durch ein WMS gesteuert werden. Sie sind wesentlicher Bestandteil eines Prozesses und können entweder
elementar oder zusammengesetzt sein . Elementare Funktionen beschreiben atomare Tätigkeiten bei einer Vorgangsbearbeitung. Zusammengesetzte
Funktionen sind eine Aggregation einer Gruppe von elementaren Funktionen, bei denen die Funktionsgruppe im weiteren Sinne auch als Prozeßmodell
bezeichnet werden kann. Jablonski spricht in diesem Zusammenhang auch von "Toplevelworkflow", "Subworkflow" und "Superworkflow". Ein
Toplevelworkflow hat keine weiteren Funktionen übergeordnet. Subworkflows sind untergeordnete Funktionen und Superworkflows sind übergeordnete
Funktionen.

Abbildung 8: Unterteilung von Workflows

Die Anzahl der Hierarchiestufen bei der Modellierung von Workflows ist nicht immer frei wählbar. Manche Modellierungskomponenten von WMS
grenzen die möglichen Modellierungsebenen ein. Eine Hierarchisierung ist vor allem bei umfangreichen Prozeß-Modellen notwendig, um eine sinnvolle
Strukturierung der Funktionsebenen zu erlangen. Als Hilfsmittel dazu können auch Funktionsbäume verwendet werden. Während zusammengesetzte
Funktionen eine Bedeutung für die Strukturierung und Wiederverwendung von Workflow-Modellen haben, sind elementare Funktionen die
Spezifikationsgrundlage für die Durchführung von Tätigkeiten. Dabei kann zwischen manuellen und automatischen Funktionen unterschieden werden .

Abbildung 9: Speziallisierung von Funktionen

Manuelle Funktionen bezeichnen Tätigkeiten, die von Mitarbeitern durchgeführt werden. Dabei können diese vorgegebene Ressourcen nutzen, um die
erforderlichen Tätigkeiten zu erfüllen. Während bei der Analyse von Geschäftsprozeßmodellen diese Ressourcen durchaus beachtenswert sind, werden
sie bei der Workflow-Modellierung nicht berücksichtigt, da der Benutzer die Steuerung dieser Ressourcen übernimmt. Manuelle Funktionen können
weiter in strukturierte und unstrukturierte Funktionen unterschieden werden. Strukturierte manuelle Funktionen können gut definiert und eingegrenzt
werden. Als Hilfsmittel zur Durchführung strukturierter manueller Funktionen sehen manche WMS auch die Definition von sogenannten "ToDo-Listen" für
und manchmal sogar durch die Benutzer vor. ToDo-LISTEN sind eine Art von Check-Listen, die notwendige Schritte bei der Durchführung von
Tätigkeiten beschreiben. Sie sind ein geeignetes Instrument für die weiterführende Strukturierung manueller Funktionen. Daß z.B. für die Durchführung der
Funktion "Reise genehmigen" die Schritte "Reiseunterlagen überprüfen" und "Reisegrund feststellen" notwendig sind, ist nicht im Workflow-Modell zu
spezifizieren sondern kann in der ToDo-Liste zur Funktion "Reise genehmigen" aufgenommen werden. Insofern gelten ToDo-Listen je nach Verwendung
auch als Hilfesystem für den Endbenutzer.

Die Art der AUFGABENVERTEILUNG innerhalb einer Funktion wurde bereits bei der Beschreibung der Organisationsmodellierung diskutiert. Sie
kann einen Push- (die Zuteilung von Vorgängen zu Akteuren erfolgt durch das WMS) oder Pull-Charakter (Akteure wählen eigenständig Vorgänge aus
einer Menge aus) besitzen sowie durch die Angabe von zusätzlichen Kriterien in Abhängigkeit vom Rollentyp weiter fallspezifisch eingeengt werden .

Abbildung 10: Mögliche Typen der Aufgabenverteilung

Unstrukturierte manuelle Funktionen stellen einen Bruch im ansonsten vordefinierten Prozeßablauf dar. Durch solche Funktionstypen können Workflows
an notwendigen Stellen bewußt flexibel gestaltet werden. Die Art der Vorgangsbearbeitung in solchen Funktionen ist vorab nicht bekannt und soll vom
Benutzer zum Zeitpunkt der Funktionsdurchführung frei gewählt werden können. Typischerweise sind solche Funktionen im Workflow-Modell für
Bereiche vorzusehen, in denen von Mitarbeitern ein eigenständiges, kreatives Arbeiten erwartet wird. Ein Beispiel wäre die Funktion "Designalternativen
finden" im Workflow "Produktverpackung erarbeiten" für eine Marketingabteilung. Da es sich hierbei um einen nicht vorab definierbaren Prozeßtyp
handelt, bei dem der Lösungsweg nicht bekannt ist, werden in solchen Fällen bevorzugt Groupwaresysteme eingesetzt. Eine Integration zwischen WMS
und Groupwaresystemen erfordert spezielle Synchronisationsmechanismen, die derzeit in der Forschung großes Interesse finden . Da eine Synchronisation
zwischen der Nutzung eines Groupwaresystesm und eines WMS mit den bisherigen Systemen rein manuell vorgenommen werden kann, wird dieser
Aspekt im Metamodell für die Funktionsmodellierung nicht berücksichtigt.

Abbildung 11: Metamodell der Funktion

Automatische Funktionen benötigen keine Interaktion mit dem Benutzer, sondern werden vom WMS zur Datenverarbeitung gestartet. Die Ergebnisse
einer automatischen Funktion fließen wiederum in eine manuelle oder automatische Funktion ein. Bei der Workflow-Modellierung müssen automatische
Funktionen nur soweit definiert werden, daß ihre Einbindung in den Prozeßablauf möglich wird. Die in einer automatischen Funktion stattfindende
Datenverarbeitung ist in dem zu benutzenden Programm vorgegeben und für die Modellierung daher nicht interessant. Wird jedoch aufgrund einer Analyse
des Prozeßablaufes entschieden, daß eine automatische Funktion notwendig ist, so muß diese Funktion detailliert beschrieben werden, um die Auswahl
oder Entwicklung eines Programmes zu ermöglichen.

Durch Konsistenzbedingungen kann der Ausführungsrahmen für die Funktionsbearbeitung semantisch weiter spezifiziert und eingeschränkt werden.
Jablonksi unterscheidet zwei Arten von Konsistenzbedingungen : für die funktionsinterne Konsistenz und für den Funktionskontext (z.B. die Beziehung
zwischen zwei Prozeßtypen bzw. Workflow-Typen). Erstere werden meist durch vorgegebene Zeitlimits (max. Bearbeitungszeit, max. Liegezeit) oder
Kostenlimits angegeben. Konsistenzbedingungen für den Funktionskontext geben mögliche Beziehungen zwischen Workflow-Typen an und werden
indirekt auch durch die Ausnahmebehandlung vorweggenommen. Zur Steuerung der benötigten Programme durch die WMS werden bei der
Workflow-Modellierung PARAMETER angegeben. Diese werden in Programmparameter und Datenparameter unterteilt. Programmparameter
identifizieren exakt den Speicherort (Pfad) und die benötigten Funktionen eines Programmes. Datenparameter geben die Daten an (Dokumente oder
Einträge in einer Datenbank), welche durch das spezifizierte Programm verarbeitet werden sollen.

Die Ablauffolge von Funktionen wird als Kontrollfluß bezeichnet und gibt die Logik des Prozeßflusses in einem Unternehmen wieder (siehe Abschnitt
2.4.1).

Manche Workflow-Systeme sehen in den Modellierungskomponenten auch weitere Konstrukte als die hier beschriebenen vor. Im Workflow-Produkt
Leu können z.B. modale Aktivitäten definiert werden, durch die der Anwender gezwungen ist, eine Funktion abzuarbeiten, bevor er den Vorgang
weiterleiten kann. Die hier beschriebenen Metamodelle beinhalten allerdings die wesentlichen Konstrukte.



Rolle wird auch als wichtiges Element der agenten-orientierten Modellierung gesehen (vgl. Gaia, Wooldridge&Jennings)

Mit Heiko

vielleicht gibt´s Inferenzen, die UM und RM verwurschteln
vielleicht gibt´s aufgabenabhängige und -unabhängige InfoNeeds
Normalerweise hängt der InfoNeed an den Aufgaben oder an den Personen, aber:
Rollen werden wichtig, Häufig gibt es zwei Modellierungsmöglichkeiten: Rollen beinhalten "abstrakte User" (Stereotypen), bsp. bzgl. Interessen, Kompetenzen
dadurch können sie

Literatur:

(WFMC-TC-1011, Feb-1999, 3.0): Terminology & Glossary
http://www.iwi.uni-sb.de/contact/cont_5in.html


UM wurden als wichtiger Baustein erkannt, um Benutzern - etwa mithilfe persönlicher Agenten - die für ihn interessanten Informationen zukommen zu lassen (pull oder push). Diese Aufgabe ist ein Teil der umfassenderen Wissensmanagement-Aufgabe innerhalb einer Firma oder Organisation, die richtigen Informationen zur richtigen Zeit an die richtigen Personen gelangen zu lassen. Zur Unterstützung dieser Aufgabe etablieren sich OMIS, die solche Informationsagenten und damit UM-Methoden einsetzen/benötigen. Durch die organisationale Sicht definieren sie aber gleichzeitig auch Anforderungen an die UM, die über den Aspekt der persönlichen Interessen/Kompetenzen/Präferenzen hinausgehen. In diesem Papier schlagen wir daher beispielhaft für das im Rahmen des KnowMore-Projektes entwickelte OMIS eine umfassende Modellierung von ... vor, die eine Integration persönlicher und organisationaler Belange unterstützen soll. Im Zentrum stehen Informationneeds, die sowohl über die Aufgaben als auch über die Benutzer als auch über die Rollen definiert werden.

* das Verdichten individueller Profile zu organisatorischen ist selber eine wünschenswerte Aufgabe des WM (Akquisition)
* in KnowMore werden Zeitmodelle durch den Prozesskontext ersetzt
* in WFMS werden Kompetenzen verwendet, um Aufgaben-MA-Zuweisungen zu finden, in OMIS viel mehr (siehe Liao), dafür sind -evtl.- weitergehende/tiefere Modelle notwendig



 

Schöne Strukturierung der UM-Gebiete

http://clotho.usask.ca/um-inc/um_97/guide.html