[논문 리뷰] Intelligent Notification Systems: A Survey of the State of the Art and Research Challenges

Abhinav Mehrotra, Mirco Musolesi|arXiv (Cornell University)|2017. 11. 28.

Personal Information Management and User Behavior참고 문헌 92인용 수 18

한 줄 요약

이 종합 검토는 사용자 맥락과 행동 모델링을 활용하여 알림 전달 시기를 최적화하고 간섭을 줄이기 위한 지능형 알림 시스템에 대한 포괄적인 분석을 제시한다. 센서 기반 맥락 인식과 기계 학습을 통합하여 사용자의 간섭 가능성(중단 가능성)을 예측함으로써, 작업 성능과 사용자 정서에 악영향을 주지 않도록 수신성과 효율성을 향상시킨다.

ABSTRACT

Notifications provide a unique mechanism for increasing the effectiveness of real-time information delivery systems. However, notifications that demand users' attention at inopportune moments are more likely to have adverse effects and might become a cause of potential disruption rather than proving beneficial to users. In order to address these challenges a variety of intelligent notification mechanisms based on monitoring and learning users' behavior have been proposed. The goal of such mechanisms is maximizing users' receptivity to the delivered information by automatically inferring the right time and the right context for sending a certain type of information. This article provides an overview of the current state of the art in the area of intelligent notification mechanisms that relies on the awareness of users' context and preferences. More specifically, we first present a survey of studies focusing on understanding and modeling users' interruptibility and receptivity to notifications from desktops and mobile devices. Then, we discuss the existing challenges and opportunities in developing mechanisms for intelligent notification systems in a variety of application scenarios.

연구 동기 및 목표

• 작업 성능과 사용자 복지에 악영향을 주는 간섭성 높은 모바일 알림 문제를 해결하고자 한다.
• 현재 알림 시스템이 사용자의 실시간 맥락과 간섭 가능성에 적응하는 데에 한계가 있음을 규명하고자 한다.
• 센서 데이터와 행동 패턴을 활용해 사용자 수용성을 모델링하는 최신 기법들을 조사하고자 한다.
• 생태학적 타당성과 일반화 가능성을 확보하기 위해 대규모 실외 환경에서의 평가가 필요함을 강조하고자 한다.
• 다양한 기기와 맥락에서 사용자 중심의 적응형 알림 시스템을 설계하는 데 있어 남아 있는 과제들을 정리하고자 한다.

제안 방법

• 모바일 및 데스크톱 기기에서 수집한 데이터를 활용해 사용자 간섭 가능성과 수용성에 관한 연구를 체계적으로 검토한다.
• 신체적 및 인지적 맥락(예: 활동, 위치, 기기 사용)을 활용해 최적의 전달 시기를 유추하는 맥락 인식 알림 메커니즘을 분석한다.
• 원천(인간 또는 기계 생성)과 사용자 맥락에 대한 관련성에 따라 알림 유형을 분류한다.
• 실제 사용자가 자연 환경에서 수집한 오프라인 데이터셋을 활용해 간섭 가능성 예측 모델을 평가한다.
• 대규모 연구(예: Sahami et al., 2014; Mehrotra et al., 2015)의 결과를 통합하여 실제 사용자 행동을 평가한다.
• 사용자 상호작용에서 학습하고 동적으로 전달 전략을 조정할 수 있는 적응형 시스템의 필요성을 제안한다.

실험 결과

연구 질문

• RQ1 어떤 맥락적 요소들이 모바일 및 데스크톱 환경에서 사용자의 알림 수용성에 가장 크게 영향을 미치는가?
• RQ2 현재 지능형 알림 시스템은 센서 기반 맥락을 활용해 사용자의 간섭 가능성(중단 가능성)을 어떻게 모델링하고 예측하는가?
• RQ3 기존 간섭 가능성 예측 모델의 주요 한계는 무엇인가? 특히 생태학적 타당성과 확장성 측면에서 설명하라.
• RQ4 알림 유형(예: 소셜, 프로모션, 시스템 경고)은 사용자 수용성과 무시 행동에 어떤 영향을 미치는가?
• RQ5 다양한 사용자 인구 통계 및 사회적 맥락에서 지능형 알림 시스템을 대규모로 구현하는 데 있어 남아 있는 과제는 무엇인가?

주요 결과

• 적절하지 않은 시기에 전달된 알림는 지속 중인 작업을 심각하게 방해하고 사용자의 정서 상태에 악영향을 준다.
• 사용자들은 종종 관련성 없거나 관심이 없는 알림(예: 앱 업데이트, 게임 초대)을 자주 무시하며, 이는 비긴급 알림에 대한 수용성이 낮음을 시사한다.
• 현재 간섭 가능성 모델은 주로 오프라인에서 평가되며, 이는 실제 적용의 타당성과 강건성에 한계를 가진다.
• 다양한 인구 집단과 환경에서 예측 모델의 타당성을 검증하기 위해 대규모 실외 배포가 절실하게 필요하다.
• 기존 시스템은 종종 인지적 및 신체적 맥락을 고려하지 않아 최적의 알림 전달 시점이 아니며 사용자 불편을 유발한다.
• 맥락 인식 기반의 추론과 적응형 학습 메커니즘의 통합은 알림의 효과성과 사용자 경험을 크게 향상시킬 수 있다.