[論文レビュー] The Partial Evaluation Approach to Information Personalization

Naren Ramakrishnan, Saverio Perugini|ArXiv.org|Aug 7, 2001

Web Data Mining and Analysis参考文献 56被引用数 10

ひとこと要約

本論文は、情報パーソナライゼーションを部分評価によるプログラム特化として定式化する、体系的なモデリング手法PIPE（Personalization is Partial Evaluation）を提案する。ユーザーの情報探索行動を部分プログラムとして表現することで、PIPEは、不完全または進行中のユーザーのクエリをどれだけ効果的にサポートするかを測る新しい評価基準「パーソナリティ（personability）」に基づき、自動的にパーソナライズされたシステム行動を生成可能にする。

ABSTRACT

Information personalization refers to the automatic adjustment of information content, structure, and presentation tailored to an individual user. By reducing information overload and customizing information access, personalization systems have emerged as an important segment of the Internet economy. This paper presents a systematic modeling methodology - PIPE (`Personalization is Partial Evaluation') - for personalization. Personalization systems are designed and implemented in PIPE by modeling an information-seeking interaction in a programmatic representation. The representation supports the description of information-seeking activities as partial information and their subsequent realization by partial evaluation, a technique for specializing programs. We describe the modeling methodology at a conceptual level and outline representational choices. We present two application case studies that use PIPE for personalizing web sites and describe how PIPE suggests a novel evaluation criterion for information system designs. Finally, we mention several fundamental implications of adopting the PIPE model for personalization and when it is (and is not) applicable.

研究の動機と目的

• 現在、情報パーソナライゼーションのための厳密なモデリング手法が不足しており、多様で標準化されていない解釈が広がっているという問題に対処すること。
• プログラミング言語分野の技術である部分評価を用いて、パーソナライゼーションを特化プロセスとして形式化すること。
• 体系的な設計と評価を可能にする概念的枠組みを提供すること。
• ユーザーの不完全なまたは部分的な相互作用をどれだけ効果的にサポートできるかを測る新しい評価基準「パーソナリティ（personability）」を導入すること。
• PIPEモデルの適用可能性と限界を、さまざまな情報システム設計と相互作用パターンの文脈で探ること。

提案手法

• ユーザーの入力を、特化すべき部分情報として扱う部分プログラムとして、情報探索の相互作用をモデル化する。
• 部分評価——プログラム特化の技術——を用いて、抽象的な相互作用仕様から、自動的に具体的なパーソナライズされたシステム行動を生成する。
• 相互作用シーケンスにおける構造的（中間）情報と終端的（最終）情報の分離を図る、構造的でプログラム的モデルを用いて情報空間を表現する。
• 実世界のWebパーソナライゼーションの事例、例えば議会議員の個人化ナビゲーションや科学的ソフトウェアリポジトリの個人化にPIPE手法を適用する。
• 部分評価フレームワーク下でモデル化および特化可能なユーザー相互作用シーケンスの割合として定義される「パーソナリティ」に基づいて、システム設計を評価する。
• プログラム変換技術を用いて、ユーザー相互作用の構造と終端条件を分析し、システム行動の形式的分析を支援する。

実験結果

リサーチクエスチョン

• RQ1 情報パーソナライゼーションは、形式的なプログラム特化技術を用いてどのように体系的にモデリングできるか？
• RQ2 情報システム設計の要因分解（factorization）と、インクリメンタルなユーザー相互作用をサポートする能力の間には、どのような関係があるか？
• RQ3 PIPE手法は、パーソナライズドシステム設計の新たな形式的評価をどのように可能にするか？
• RQ4 PIPEモデルがパーソナライゼーションをサポートできない場合、それはどのような状況であり、その構造的要因は何か？
• RQ5 文脈や進化するユーザーの意図は、部分評価フレームワーク内でどのようにモデリング可能か？より洗練されたパーソナライゼーションを実現するには？

主な発見

• PIPE手法は、ユーザー相互作用を部分プログラムとして扱い、部分評価によって特化可能であるという観点から、形式的かつ体系的なパーソナライゼーションモデリングを提供する。
• パーソナリティという指標——部分評価フレームワーク下でモデル化および特化可能なユーザー相互作用シーケンスの割合として定義される——は、パーソナライズドシステム設計を評価するための新しい定量的基準を提供する。
• 議会議員ナビゲーションの事例では、あるシステム設計が25/32のパーソナリティスコアを達成しており、不完全または順不同のユーザー入力を効果的にサポートしていることが示された。
• より高い要因分解（過剰要因分解）を採用した代替設計では、パーソナリティはたった6/32にとどまり、過剰な分解が部分評価モデルに反するため、パーソナリティが低下することを示している。
• 過剰要因分解と不足要因分解の両方が、パーソナリティの欠如を引き起こすため、効果的なパーソナライゼーションのためには、システム設計において中間的な最適なバランスが求められる。
• 本研究では、ジェネレータベースのWebシステムが、特にユーザー入力が不完全または非順序的な場合、部分評価モデル下では直接的にパーソナライズ可能でないことが示された。