ubihave (DFG)

Allgegenwärtige Computer liefern reichhaltige Verhaltensdaten

Das ubihave Projekt untersucht, wie allgegenwärtige Computer von Verhaltensmodellen profitieren können. Diese Forschung ist durch die Tatsache motiviert, dass Computer unser Leben durchdringen, als alltägliche Begleiter (Smartphones, Tablets, Fitness-Armbänder, intelligente Kleidung) sowie in Form von in die Umgebung eingebetteten Sensoren (WiFi-Hotspots, NFC, Kameras, Tiefensensoren, Eye-Tracker). Diese Geräte liefern reichhaltige benutzerspezifische Datenströme, die neue Wege für Anwendungen basierend auf Verhaltensmodellen eröffnen. Durch die Nutzung und Kombination allgegenwärtiger Datenquellen für die Modellierung von Nutzerverhalten eröffnet sich erstmals die Möglichkeit, die lange existierende Vision von intelligenten Benutzeroberflächen, smarten Geräten und reaktiven Umgebungen, die sich an den individuellen Benutzer und seinen Kontext anpassen, zu realisieren. 

Modellierung von Benutzerverhalten

Viele aktuelle Benutzeroberflächen und Geräte können auf simple Sensordaten reagieren (z.B. Orientierung eines Smartphone-Displays). Allerdings werden Schnittstellen und Interaktionen nur selten an den individuellen Benutzer und Kontext angepasst, da dies spezielle Methoden erfordert, um unsichere benutzerspezifische Sensordaten zu verarbeiten. Um benutzerspezifische Informationen für Anwendungen und Benutzer zugänglicher und nützlicher zu machen, zielt dieses Projekt darauf ab, Modelle zu erstellen und anzuwenden, die das Benutzerverhalten basierend auf Daten von mobilen Geräten und allgegenwärtigen Sensoren beschreiben, analysieren und vorhersagen können. Anwendungsbereiche, von denen wir erwarten, dass sie stark von solchen Modellen profitieren, sind Benutzbare Sicherheit und Privatsphäre, Touch-Interaktion, Texteingabe und kontextabhängige adaptive Schnittstellen. 

Forschungsfragen

Dieses Projekt kombiniert die Perspektiven der Mensch-Maschine Interaktion mit Benutzermodellierung, um eine Reihe von Forschungsfragen zu beantworten: In welchen Anwendungen und Kontexten können Benutzer von Verhaltensmodellen profitieren? Wie können Modelle die Interaktion verbessern? Bemerken Benutzer solche Anpassungen und entsprechen sie ihren Erwartungen? Welche Funktionen, Modelle und Algorithmen sind geeignet, um Benutzerverhalten zu erfassen und für Anwendungen nutzbar zu machen? Wie können Metriken für Benutzeraktionen mit verhaltensbasierten Schnittstellen entwickelt werden? Welche Interaktionen rufen charakteristisches und konsistentes Verhalten hervor? 

Auswirkungen

Dieses Projekt leistet folgende Beiträge: Erstens wird ein ganzheitlicher Gestaltungsraum entwickelt, um das Potential der Benutzermodellierung auch jenseits von Desktop-Umgebungen zu verstehen und zu untersuchen. Daraus ergeben sich zukünftige Möglichkeiten und ein Ziel, dass für dieses Projekt einzigartig ist: Gemeinsamkeiten für verschiedene Anwendungen zu identifizieren, die auf der gleichen Benutzerrepräsentation basieren, um eine effiziente Datenverarbeitung über Anwendungen hinweg zu ermöglichen. Zweitens nutzen wir die anwendungsorientierte Forschung, um Szenarien zu identifizieren, in denen verhaltensbiometrische Daten helfen können, Interaktionen zu optimieren, zu personalisieren und zu schützen. Beispiele sind neuartige benutzbare Sicherheitsmechanismen, effiziente und benutzbare mobile Texteingabe, an Nutzeraktivitäten angepasste Anwendungen und neuartige adaptive mobile Dienste. Damit Anwendungen benutzerspezifische Interaktionseigenschaften und -verhalten berücksichtigen können, werden in diesem Projekt, drittens, Inferenzwerkzeuge entwickelt, die unsichere Sensordaten im Hinblick auf die angestrebten Benutzerkontexte und -ziele verarbeiten können.