[论文解读] Explaining Scenarios for Information Personalization

Naren Ramakrishnan, Mary Beth Rosson+1 more|ArXiv.org|Nov 5, 2001

Data Quality and Management参考文献 61被引用 9

一句话总结

本文提出一种基于场景的系统化方法，将高层次的个性化需求与PIPE（Personalization is Partial Evaluation）框架相连接，利用基于解释的泛化（EBG）技术，根据用户场景对信息空间进行专业化处理。研究证明，个性化可形式化为领域理论的部分求值，从而通过场景驱动的建模实现个性化信息系统的系统化设计与优化。

ABSTRACT

Personalization customizes information access. The PIPE ("Personalization is Partial Evaluation") modeling methodology represents interaction with an information space as a program. The program is then specialized to a user's known interests or information seeking activity by the technique of partial evaluation. In this paper, we elaborate PIPE by considering requirements analysis in the personalization lifecycle. We investigate the use of scenarios as a means of identifying and analyzing personalization requirements. As our first result, we show how designing a PIPE representation can be cast as a search within a space of PIPE models, organized along a partial order. This allows us to view the design of a personalization system, itself, as specialized interpretation of an information space. We then exploit the underlying equivalence of explanation-based generalization (EBG) and partial evaluation to realize high-level goals and needs identified in scenarios; in particular, we specialize (personalize) an information space based on the explanation of a user scenario in that information space, just as EBG specializes a theory based on the explanation of an example in that theory. In this approach, personalization becomes the transformation of information spaces to support the explanation of usage scenarios. An example application is described.

研究动机与目标

• 为解决个性化系统设计中结构化需求分析的缺失，特别是高层次目标与低层次实现技术之间的鸿沟。
• 通过整合需求获取与建模等早期生命周期活动，扩展PIPE方法论，而这些活动在当前的个性化研究中尚不成熟。
• 探讨场景如何作为用户需求与个性化系统中信息空间形式化表示之间的桥梁。
• 建立基于解释的泛化（EBG）与部分求值之间的正式联系，从而实现EBG技术在信息访问个性化中的复用。
• 通过PIPE模型的可操作化与迭代优化，支持可维护、可重用、可分析的个性化系统设计。

提出的方法

• 使用PIPE方法论将信息访问建模为程序，其中用户交互以可执行代码形式表示，可被专业化处理。
• 使用场景作为用户任务的高层描述，以获取个性化需求，并指导领域理论的构建。
• 应用基于解释的泛化（EBG）技术，在领域理论中解释用户场景，从而识别出实现个性化所需的最小条件与操作集合。
• 通过部分求值将场景的解释转化为专业化程序，从而有效将信息空间个性化以匹配用户需求。
• 在PIPE模型上使用偏序关系，指导系统设计过程中最优表示的搜索，将设计本身视为一种专业化过程。
• 引入可操作性度量（如解释树数量、边界定义等），以评估并优化个性化模型的效率与可用性。

实验结果

研究问题

• RQ1 如何系统性地利用场景来获取并组织信息系统的个性化需求？
• RQ2 基于解释的泛化（EBG）在何种程度上能够实现从用户场景自动推导个性化行为？
• RQ3 个性化过程如何被形式化为领域理论的部分求值？这对系统设计有何影响？
• RQ4 领域理论在决定个性化模型的解释力与可操作性方面发挥何种作用？
• RQ5 在基于场景解释的生命周期框架中，如何支持个性化模型的迭代优化与验证？

主要发现

• 本文建立了基于解释的泛化（EBG）与部分求值之间的正式等价关系，使得EBG技术能够通过专业化领域理论来实现信息空间的个性化。
• 设计PIPE表示被重新定义为在部分有序模型空间中的搜索过程，从而支持对最优个性化策略的系统性探索与选择。
• 场景作为识别个性化机会与组织设计依据的有效催化剂，尤其在结合‘出声思考’协议以丰富领域理论时更为显著。
• 解释的可操作性（如解释树数量、边界定义等指标）可用于评估与比较不同个性化模型的效率与可用性。
• 该方法论支持通过场景修复与从失败解释中学习，实现个性化系统的迭代优化，与EBG实践保持一致。
• 该方法支持构建可重用的解释组件（如‘代码块’或频繁使用的解释），从而提升个性化系统的可维护性与可扩展性。