[논문 리뷰] The Lumiere Project: Bayesian User Modeling for Inferring the Goals and Needs of Software Users

Eric Horvitz, Jack Breese외 3명|arXiv (Cornell University)|2013. 01. 30.

Data Management and Algorithms참고 문헌 17인용 수 659

한 줄 요약

Lumiere 프로젝트는 소프트웨어 사용자의 행동, 질의 및 맥락적 배경을 분석함으로써 사용자의 목표와 필요를 추론하는 베이지안 사용자 모델링 프레임워크를 소개한다. 이벤트 스트림과 지속적인 사용자 프로파일에 기반한 확률적 추론을 통해 시스템은 지능형 보조 기능을 제공하며, 이는 마이크로소프트 오피스 '97의 오피스 어시스턴트 기능의 기초가 된다.

ABSTRACT

The Lumiere Project centers on harnessing probability and utility to provide assistance to computer software users. We review work on Bayesian user models that can be employed to infer a users needs by considering a user's background, actions, and queries. Several problems were tackled in Lumiere research, including (1) the construction of Bayesian models for reasoning about the time-varying goals of computer users from their observed actions and queries, (2) gaining access to a stream of events from software applications, (3) developing a language for transforming system events into observational variables represented in Bayesian user models, (4) developing persistent profiles to capture changes in a user expertise, and (5) the development of an overall architecture for an intelligent user interface. Lumiere prototypes served as the basis for the Office Assistant in the Microsoft Office '97 suite of productivity applications.

연구 동기 및 목표

• 소프트웨어 응용 프로그램에서 관찰된 행동으로부터 사용자의 진화하는 목표와 필요를 추론하는 확률적 프레임워크를 개발하는 것.
• 소프트웨어 상호작용에서 발생하는 이벤트 스트림을 기반으로 시간에 따라 변화하는 사용자 목표를 베이지안 추론을 통해 모델링하는 과제를 해결하는 것.
• 사용자 전문성과 선호도의 변화를 시간에 따라 반영하는 지속적인 사용자 프로필을 구축하는 것.
• 지능형 사용자 인터페이스에 사용자 모델링을 통합하기 위한 확장 가능한 아키텍처를 설계하는 것.
• 실시간으로 사용자 의도를 추론함으로써 생산성 소프트웨어에서 능동적이고 맥락 인식 보조 기능을 제공하는 것.

제안 방법

• 사용자 목표, 행동 및 맥락 변수의 연합 확률 분포를 표현하기 위해 베이지안 네트워크를 구축한다.
• 도메인 특화 언어를 사용하여 저수준 시스템 이벤트(예: 메뉴 선택, 명령 입력)를 관측 변수로 변환한다.
• 동적 베이지안 네트워크를 적용하여 목표 전이를 모델링하고 시간에 따라 사용자 의도에 대한 믿음을 갱신한다.
• 예측된 사용자 필요와 기대 수익을 바탕으로 보조 기능의 우선순위를 정하기 위해 유틸리티 이론을 통합한다.
• 작업 성과, 행동 빈도 및 질의 패턴의 변화에 따라 적응하는 지속적인 사용자 프로필을 유지한다.
• 이벤트 수집, 사용자 모델 추론 및 행동 선택을 분리하여 확장성을 확보한 모듈러 아키텍처를 구현한다.

실험 결과

연구 질문

• RQ1 베이지안 사용자 모델은 실시간으로 관찰된 행동과 질의를 바탕으로 사용자의 현재 및 진화하는 목표를 어떻게 추론할 수 있는가?
• RQ2 저수준 소프트웨어 이벤트를 사용자 모델링에 유의미한 관측으로 매핑하는 효과적인 방법은 무엇인가?
• RQ3 사용자 전문성과 작업 숙련도는 시간에 따라 어떻게 동적으로 모델링하고 갱신할 수 있는가?
• RQ4 실세계 사용자 인터페이스에 확률적 사용자 모델링을 통합하는 데 지원이 되는 아키텍처 원칙은 무엇인가?
• RQ5 유틸리티 기반 추론은 어떻게 적시적이고 관련성이 높은 보조 기능 선택을 이끌 수 있는가?

주요 결과

• 베이지안 사용자 모델은 관찰된 행동, 질의 및 맥락적 신호를 통합하여 사용자 목표를 높은 정확도로 추론했다.
• 시스템은 지속적인 사용자 프로필이 사용자 전문성의 변화에 적응함으로써 장기적으로 보다 관련성 있는 보조 기능을 제공할 수 있음을 입증했다.
• 유틸리티 이론의 통합을 통해 시스템은 기대 가치를 기반으로 보조 기능의 우선순위를 정함으로써 사용자 방해를 줄였다.
• Lumiere 프로토타입은 마이크로소프트 오피스 '97의 오피스 어시스턴트 기능을 위한 기술적 기반을 제공하였으며, 실생산 환경에서의 접근법 유효성을 검증하였다.
• 이벤트에서 관측으로의 변환 언어는 다양한 소프트웨어 상호작용 패턴을 확장 가능하고 유지보수 용이하게 모델링하는 데 기여했다.