RICERCA ITALIANA     

Programma di ricerca

Guide Adattative, Context-aware e Multimediali su Dispositivi Mobili

Università di riferimento

Università degli Studi di TORINO - INFORMATICA - TORINO(TO)

Responsabile dell'Unità di ricerca

Ilaria TORRE

Descrizione

L'attività di ricerca dell'Unità di Torino sarà focalizzata (i) sullo studio e sulla gestione degli aspetti che riguardano la rappresentazione dei diversi tipi di conoscenza che è necessario gestire in una guida mobile adattiva context-aware multi-modale, (ii) sulla generazione dinamica dell'interfaccia utente a partire da tale conoscenza. Verrà inoltre realizzato un prototipo di guida mobile in ambito turistico cittadino su cui saranno sperimentate le soluzioni proposte.

L'Unità di ricerca di Torino si avvarrà delle competenze maturate nel corso di progetti sui temi dell'accesso mobile e interfacce adattive (Console et al. 01; Console et al. 02; Console et al. 03; Gena e Torre 04; Amendola et al. 04) e della rappresentazione della conoscenza per la modellazione utente (Torre 2000; Torre 2001; Carmagnola et al. 05(a), Carmagnola et al. 05(b); per riferimenti bibliografici vedere sezione 1.6).

Primo anno del progetto

Nel primo anno di progetto l'Unità di Torino si occuperà della rappresentazione della conoscenza del sistema, fattore che impatta su una pluralità di aspetti, particolarmente critici in una guida mobile, quali la capacità di fornire spiegazioni sulle assunzioni del sistema e sulle strategie di adattamento adottate (l'impiego massiccio di tecniche di adattamento è reso necessario dalle limitate risorse di tempo e input/output nella consultazione dei servizi), la possibilità di cooperazione tra agenti nel fornire i servizi o nel condividere informazioni sull'utente (utile per raggiungere rapidamente livelli soddisfacenti di personalizzazione), la possibilità di generare interfacce diverse a partire da una descrizione comune del contenuto (necessario per lasciare all'utente ampia libertà nella scelta del dispositivo con cui accedere al servizio), l'integrazione con altri sistemi, ecc.
Il soddisfacimento di queste esigenze ha come denominatore comune la possibilità di rappresentare semanticamente questa conoscenza, al fine di rendere i contenuti condivisibili e machine-processable. In particolare, una rappresentazione ontologica fornisce uno shared understanding dei concetti da modellare, mappando le differenze terminologiche su un'ontologia condivisa e supportando in tal modo l'interoperabilità tra le applicazioni. Ulteriormente, la rappresentazione semantica delle regole di inferenza e di adattamento consente di esplicitare le scelte compiute dal sistema, fondamentale sia per legittimare il comportamento del sistema stesso, sia per la cooperazione tra agenti.

Il task è strutturato in due sotto-task:
1.1 Rappresentazione ontologica della conoscenza, 1.2 Reasoning sulle ontologie.

1.1 Rappresentazione ontologica della conoscenza
Questo sotto-task riguarda lo studio (i) dei diversi tipi di conoscenza che devono essere rappresentati nella guida, (ii) delle modalità di strutturazione della conoscenza (iii) del linguaggio da utilizzare per rappresentarla.
(i) Per quanto riguarda il tipo di conoscenza da rappresentare, poiché il focus del progetto è su guide mobili adattive context-aware e multi-modali, la knowledge base del sistema sarà costituita dalla conoscenza sul contento della guida e dei suoi servizi, dalla conoscenza sugli utenti (caratteristiche, preferenze, obiettivi, piani, ecc.) rispetto a cui la guida deve personalizzarsi, dalla conoscenza sui device utilizzabili dall'utente nella fruizione dei servizi e dalle condizioni contestuali (di tipo ambientale e sociale) in cui i servizi possono essere fruiti e rispetto a cui la guida può modificare la sua interfaccia e i suoi contenuti. Un ulteriore tipo di conoscenza da modellare riguarda le azioni che l'utente può compiere. Servirà per inferire nuova conoscenza osservando il comportamento dell'utente. A livello logico può anche essere accorpata a quella che abbiamo definito conoscenza sull'utente.
(ii) Le ontologie, insieme alle istanze individuali, costituiscono il cuore della base di conoscenza del sistema e consentono di definire un vocabolario comune che descrive formalmente il dominio in termini di concetti, relazioni, proprietà e vincoli. I vantaggi derivanti da una rappresentazione ontologica sono molti:
- la rappresentazione ontologica dei contenuti è funzionale all'organizzazione dell'architettura dell'informazione e alla generazione dell'interfaccia utente, che è direttamente mappabile sull'ontologia stessa (cfr. Task 2.2 "Generazione dinamica dell'interfaccia utente"). Tale rappresentazione permette inoltre di sfruttare informazioni di tipo generalizzazione/specificazione dei concetti per raffinare l'information filtering e retrieval;
- la modellazione dell'utente trae vantaggi dalla definizione di un vocabolario comune in quanto consente ad applicazioni diverse di scambiarsi informazioni sugli utenti, senza ambiguità e senza problemi ETL(Extraction Transformation Loading)-like, e di usare tali informazioni direttamente per la personalizzazione, oppure per inferire altra conoscenza o semplicemente per integrare informazioni mancanti nel proprio modello utente;
- anche la modellazione del dispositivo trae vantaggio dalla rappresentazione ontologica. In particolare è utile l'adozione delle specifiche CC/PP (acronimi e riferimenti in bibliografia – sezione 2.4). Questo sistema, infatti, fa riferimento a un vocabolario (ontologia) per la definizione dei concetti che descrivono le risorse del dispositivo, le loro proprietà e relazioni, e utilizza RDF per rappresentarle e comunicarle al server via HTTP. Tali informazioni sono referenziabili mediante URI (Uniform Resource Identifier) e definibili in modo non centralizzato da ciascun fornitore. CC/PP è estendibile e permette quindi di includere facilmente la descrizione di dispositivi non ancora sul mercato;
- la rappresentazione ontologica del contesto risulta particolarmente rilevante in quanto permette di far fronte a due tipi di problemi: l'ambiguità semantica dei concetti e la frequente difficoltà di acquisizione dei dati relativi alle condizioni contestuali. Infatti, un vocabolario condiviso consente di definire in modo semanticamente non ambiguo le variabili contestuali e una rappresentazione tassonomica (dal generale al particolare) consente, nel caso in cui non si disponga dell'informazione necessaria per l'adattamento, di risalire l'albero delle dipendenze fino a trovare variabili più generali di cui si possiede informazione (ad esempio, se non si riesce a stabilire il livello di luminosità, ma si sa che l'utente è in uno spazio esterno, si può controllare l'ora del giorno e in base ad essa inferire la possibile luminosità) e adattare rispetto a queste.
(iii) Per quanto concerne, infine, la scelta del linguaggio semantico per la rappresentazione ontologica della conoscenza, verranno presi in considerazione gli standard proposti per il Semantic Web (SW) quali RDF, DAML, OWL, ecc., valutandoli in base al loro potere espressivo, all'efficienza computazionale, al livello di standardizzazione e alla possibilità di rappresentare i vincoli e i tipi di relazioni della conoscenza del sistema.

1.2 Reasoning sulle ontologie
Il secondo ambito di ricerca all'interno del task riguarda la rappresentazione semantica delle regole utilizzate nel sistema per (i) inferire nuova conoscenza a partire da quella esistente e (ii) adattare contenuti e interfaccia della guida rispetto al modello dell'utente, del device e del contesto.Questo task richiede il precedente (1.1) come pre-condizione, in quanto richiede che i termini presenti nelle regole siano definiti nelle ontologie di riferimento.
Nell'ambito del SW, la "semantizzazione" delle regole è identificata con il cosiddetto proof layer, che riguarda "il processo deduttivo così come la rappresentazione delle prove usando i Web Languages e la validazione delle stesse" [Antoniou e Van Harmelen, 2004]. Ciò corrisponde al nostro obiettivo di fornire la spiegazione delle assunzioni e delle strategie di adattamento adottate dalla guida per migliorare la comunicazione tra agenti e aumentare la fiducia degli utenti nella guida stessa.
Si procederà prima di tutto stabilendo il linguaggio di rappresentazione, per il quale non esistono ancora standard di riferimento, ma solo linguaggi candidati a diventarlo: per esempio RuleML o SWRL (che combina RuleML con OWL). Il linguaggio scelto verrà utilizzato per rappresentare sia le regole di inferenza sia di adattamento.
(i) Le regole di inferenza verranno definite per derivare conoscenza sull'utente, sulle caratteristiche del device in uso e sul contesto corrente. In regole del tipo if-then, conseguente e antecedente faranno riferimento a termini definiti nelle ontologie precedentemente descritte. Data la complessità di rappresentazione dei goal e piani dell'utente e delle regole di inferenze per il loro riconoscimento, particolare attenzione verrà dedicata a questo aspetto.
(ii) Per quanto riguarda le regole di adattamento, sarà invece necessaria la definizione di un'ulteriore ontologia di supporto (ontologia dell'adattamento) che rappresenta gli obiettivi di adattamento e i metodi utilizzabili. Quest'ontologia è necessaria per definire i concetti che saranno presenti nel "conseguente" delle regole di adattamento (ossia la parte della regola che stabilisce come il sistema debba comportarsi in conseguenza di determinate condizioni).

Per dimostrare le funzionalità dei moduli definiti nel framework, verrà realizzato un prototipo di guida mobile adattiva in ambito turistico cittadino che offra all'utente informazioni personalizzate, supporto proattivo tramite l'identificazione dei suoi obiettivi e spiegazioni relative ai comportamenti adottati dal sistema.
In particolare, nel primo anno del progetto verranno analizzati i requisiti della guida, istananziate le ontologie che costituiscono la knowledge base del sistema e popolati i DB a partire da queste (per es. l' ontologia del dominio applicativo definirà le tipologie di informazioni turistiche e servizi offerti dalla guida, l'ontologia del modello dell'utente definirà le caratteristiche prese in considerazione dalla guida, quali interessi dell'utente, competenze, life style, propensione al consumo, obiettivi, piani ecc., l'ontologia dei comportamenti dell'utente definirà le azioni che l'utente può compiere, quali la selezione di opzioni, richiesta di dettagli, bookmark, prenotazioni, spostamento fisico, ecc.). Infine, verranno implementati i componenti per la modellazione del device, dell'utente e del contesto nel dominio turistico cittadino.

Risultati attesi alla fine del primo anno

Moduli (e relativa documentazione) per la rappresentazione della conoscenza del sistema tramite formalismi semantici.
Moduli (e relativa documentazione) per la traduzione della rappresentazione della conoscenza in un formalismo processabile da sistemi a regole (es. Jess o Clips).
Moduli (e relativa documentazione) per la modellazione dell'utente e del dispositivo.
Documento di analisi e specifica dei requisiti del prototipo di guida turistico cittadina.
Prototipo parziale di guida turistico cittadina.

Secondo anno del progetto

Nel secondo anno di progetto l'Unità di Torino si occuperà principalmente della generazione dell'interfaccia utente adattiva. Questo task può essere suddiviso in due sotto-task:
2.1 Strategie di adattamento, 2.2 Generazione dinamica dell'interfaccia utente.

2.1 Strategie di adattamento
Come nei comuni sistemi adattivi (cfr. per esempio Kobsa et al. [2001]), informazioni in input che possono condizionare il comportamento del sistema sono le caratteristiche dell'utente, del device e del contesto. L'output opera adattamenti e personalizzazione dei contenuti, del layout/formato di presentazione e dell'activation time (quest'ultimo riguarda l'iniziativa autonoma del sistema di fornire supporto all'utente).
La nostra Unità si occuperà prevalentemente (i) dell'adattamento dell'interfaccia rispetto al device, per consentire agli utenti di accedere utilizzando il dispositivo che preferiscono in ogni momento della giornata (PDA, smartphone, sistemi a bordo veicolo, PC), e (ii) della personalizzazione dei contenuti rispetto alle caratteristiche dell'utente, tra cui in particolare i suoi obiettivi. Si ritiene che, nell'ambito delle guide mobili, la capacità del sistema di compiere questo tipo di adattamento sia assai rilevante: il riconoscimento di obiettivi e piani, e il conseguente supporto all'utente, è utile non solo per prevedere le possibili attività di interesse per l'utente, ma anche per valutare le sue capacità/possibilità di eseguire correttamente il piano in tutte le sue fasi.Per esempio, identificato l'obiettivo dell'utente di voler visitare un certo edificio di interesse storico, il sistema dovrà verificare che l'utente sappia dove si trovi l'edificio, che sappia come arrivarci, che abbia i mezzi per arrivarci, che l'orario di apertura sia compatibile con la sua attuale posizione e con il tour previsto, che abbia le adeguate informazioni/conoscenze per permettergli di apprezzare l'edificio stesso, ecc. e supportarlo in tutte queste fasi.
Gli aspetti relativi al contesto ambientale e sociale verranno gestiti in sinergia con le altre due Unità. I fattori contestuali sono estremamente rilevanti in quanto possono influenzare diverse variabili, tra cui i piani stessi dell'utente e la sua capacità di processamento dell'informazione in termini di quantità e qualità. Insieme alle regole per l'adattamento rispetto al device, questo insieme di regole risulta centrale per l'adattamento dell'interfaccia in termini di layout, formato e strutturazione dell'informazione.
I moduli che verranno realizzati dovranno rispettare le specifiche derivanti dal task relativo alla rappresentazione della conoscenza.

2.2 Generazione dinamica dell'interfaccia utente
Obiettivo di questo sub-task è la generazione dinamica dell'interfaccia, a partire dalla rappresentazione ontologica della conoscenza, utilizzando trasformazioni XSLT. Poiché i contenuti da presentare e l'architettura informativa dell'applicazione sono direttamente "estraibili" dall'ontologia, l'idea è quella di applicare regole di trasformazione XLST direttamente su RDFS, DAML, OWL.
In particolare, tali trasformazioni saranno volte a generare interfacce in formati diversi, appropriati per il dispositivo utilizzato dall'utente, quali HTML, XHTML, CHTML, VoiceXML, X3D, ecc. Per questi ultimi due formati sarà rilevante la collaborazione con le Unità di Pisa e Udine che si occupano specificamente di generazione in linguaggio naturale e di rappresentazioni tridimensionali.

Nel secondo anno di progetto verrà infine completato il prototipo per la sperimentazione dei moduli del framework in ambito turistico cittadino. In particolare verranno implementati i componenti per la personalizzazione di contenuti, layout/formato e activation time, per la spiegazione di un sub-set dei comportamenti adottati dal sistema e per la generazione dinamica dell'interfaccia utente. Ciò includerà la definizione dei criteri di match tra servizi e obiettivi/piani/caratteristiche dell'utente e la definizione di criteri di ragionamento nello spazio dei servizi, per decidere quali azioni effettuare.
Infine si procederà alla valutazione del sistema atta a testare: (i) la bontà della personalizzazione dei contenuti rispetto al modello dell'utente; (ii) l'adeguatezza dell'adattamento di contenuti e interfaccia rispetto a contesto e device; (iii) la soddisfazione degli utenti.

Risultati attesi alla fine del secondo anno

Moduli (e relativa documentazione) per la selezione personalizzata dei contenuti, per l'attivazione autonoma del sistema, per l'adattemento della presentazione e generazione dell'interfaccia utente.
Prototipo finale di guida turistico cittadina.
Rapporto sulla valutazione del sistema.