面向灵活且鲁棒的多目标用户界面适配方法

文献标题

Towards Flexible and Robust User Interface Adaptations With Multiple Objectives

文献信息

• 主题领域: 人机交互与多目标优化技术在用户界面(UI)自适应中的应用
• 关键词: 多目标优化, Pareto前沿, 在线用户界面适配, 3D用户界面布局, 加权和优化, 自适应用户界面

研究背景与问题

• 问题或挑战: 用户界面(UI)优化通常依赖于加权和优化方法，这种方法对于目标函数的构建极为敏感，且难以捕捉用户的主观需求。此外，在线适配中面临优化目标不完整或不准确的现实问题。
• 研究重要性: 自适应用户界面能够根据用户的个性化需求和使用情境实时调整UI，提高用户体验。然而，现有方法难以应对优化目标建模上的误差及多目标之间的权衡。
• 相关工作:
  • 现有工作采用了加权和优化和先验偏好方法，存在对目标函数形式高度敏感、用户主观一致性不足等局限。
  • 后验偏好的多目标优化方法较少应用于在线UI适配。

解决方案

• 提出方法: 本文提出了一种新的基于多目标优化的自适应方法——ParetoAdapt，利用后验偏好表达方式生成Pareto最优解集，用户可以从中选择最匹配实际需求的方案并进行调整。
• 创新性:
  • 使用Pareto最优解避免了加权和方法产生的非凸Pareto前沿问题。
  • 引入后验偏好表达，使用户能够在优化完成后对备选方案进行筛选和微调，提升适配的灵活性。
  • 方法兼容完全自动化与半自动化适配，用户可参与方案的交互选择。
• 实施步骤与技术:
  1. 多目标优化: 利用向量化演化算法（如NSGA-III）生成高分辨率的Pareto前沿。
  2. 解集筛选: 应用如AASF等分解技术选择质量较高且多样的解。
  3. 用户偏好表达: 用户通过交互选择UI调整方案，可选中其中一个方案并微调。

研究成果

• 具体成果:
  • 开发并实现了ParetoAdapt方法，集成于AUIT工具包中。
  • 在3D UI布局优化的两个测试案例中展示了方法的适应性:
    1. 应用启动器的位置适配实现。
    2. 复杂办公环境中适配3D模型浏览器的位置。
  • 构建了丰富的技术评估框架，通过模拟用户偏好评估了方法的适用性。
• 优势:
  • 相较于加权和方法，ParetoAdapt在面对目标函数非凸性及偏好建模误差时更为鲁棒。
  • 方法可快速生成高效的Pareto最优解集，满足实时适配需求。
  • 提供用户选择的多样性，用户体验更灵活。
• 实验结果:
  • 在最大化用户效用上，ParetoAdapt的性能与加权和方法相当或更优，尤其是在多方案条件下改进显著。
  • 在运行时间方面，ParetoAdapt即使在产生多方案时仍保持实时性。
• 局限性与未来方向:
  • 方法的适用性受制于偏好表达是否能够完善捕获用户真实需求。
  • 用户体验（如认知负荷、透明性和控制感）的主观影响有待进一步研究。
  • 在快速动态环境中的适用性尚未深入探讨，未来需探索全自动化默认适配的可能性。

总结

本文提出了一种灵活且鲁棒的多目标优化方案ParetoAdapt，为用户界面适配提供了新的方法论基础。此方案兼顾用户的个性化需求与实时适应性，展示了多目标优化方法在实际应用中的强大潜力，同时也为未来研究打开了新方向。