D5.11.1Contextual modality memory设计研究
系统可记住用户在特定情境下的模态偏好
别名: preference learning · remembered choice · modality profile
概念解释
系统可以在明确或可推断的情境中记住用户对输入、输出或反馈组合的偏好，例如开车时用语音加短振动、会议中只用文字、居家时允许完整播报。记忆的对象不是“用户喜欢语音”这种全局标签，而是情境、任务和通道配置之间的稳定关系。
机制
偏好记忆减少重复设置，也把用户已经做出的情境判断变成可复用策略。可靠记忆通常来自显式选择；推断式学习则要确认重复模式：同一地点、时间段、设备、连接外设或任务里，用户多次选择相同通道并拒绝默认。系统需要记录选择时的约束（手是否占用、是否连接耳机、是否开启免打扰），否则会把环境限制误当作长期偏好。记忆还应有证据强度和衰减，低样本或不一致行为不应立刻改变默认。
怎么研究
可做纵向日志与回顾访谈：记录显式选择、自动建议、接受/拒绝、情境特征和后续修改，比较记忆策略与固定默认在设置次数、切换次数、任务完成和错误通道上的差异。变量包括证据来源、样本数、情境粒度和变化阈值；因变量包括建议命中率、误记忆、隐私敏感度和用户纠正成本。评估应区分“记住后少一次设置”与“记错后多几步恢复”。
边界
并非所有重复都应记忆。临时限制、误触、代操作或共享设备中的选择可能是噪声。推断涉及隐私时必须说明依据并征得同意；健康、无障碍或位置相关偏好尤其敏感。也不能用记忆绕过当前硬件事实：记住的通道不可用时仍要走检测和替代路径。
怎么落地
- 以显式选择为主建立偏好，推断式规则只在足够重复且用户同意时启用。
- 记录情境键、通道组合、证据来源、置信度和更新时间，不保存不必要的原始音频或位置轨迹。
- 新情境首次使用时显示建议及依据，让用户接受、改选或禁止记忆。
- 验证方式：比较记忆前后设置次数与恢复次数，统计建议被接受、被改选和被关闭的比例。