用户模型在信息系统中的应用_智能信息系统

用户模型在信息系统中的应用_智能信息系统

8.3.5　用户模型在信息系统中的应用

用户模型技术目前广泛应用于信息系统。如THOMAS(Oddy)信息检索系统能根据用户对显示的参考信息和文献描述的反映，进行模型化处理。对于系统不能处理的特殊信息需求(如病态定义)，用户常用浏览方法处理这个问题。这种情况下，Oddy通常建议用户通过向系统学习了解可用的知识。THOMAS应用隐式方法建立用户模型，从用户提供的信息和已知环境推导信息，建立和修改模型。很重要的一点是，它可以形成一种关于用户兴趣的想象，从系统具有的世界模型(例如文献组织知识)中推导用户知识，根据想象状态选择并显示参考信息。系统还可通过用户对显示信息的反应来调整这种用户模型。该系统的用户模型包括用户特定需求的短期信息，无长期模型。

另一个是GRUNDY(Rich)系统，它是一个图书馆员向用户推荐小说的交互系统。系统的主要目标是精制个体用户的交互模型。系统利用一种原型结构存贮典型用户模型。一个原型可被看作一个框架，包含若干槽(属性)描述人们的特征(如对书的兴趣)，槽中还存放一类行为知识，用于解决推理中的冲突。每个原型还包含一个激发因子集合。所有的原型组成层次结构。原型很适合于隐式方式。当一个新用户与系统对话时，GRUNDY用一些详细问题提问用户，从用户的回答中收集信息。系统使用这些信息激发并选择合适于用户的原型，来构造该用户的初始个体模型。然后，系统利用用户的评价，修改(提高或降低)模型中槽值的可信度因子。在以后的交互中，系统不断收集、分析、推导有用的信息，隐式修改和精练模型。

从大量应用实例可以得到如下启示:在智能信息系统中，用户模型的一般构架是分析认知模型，它允许考虑个体用户的描述。获取模型信息的理想方法是隐式方法，在一些情况中可用混合式策略。模型知识应包括短期和长期信息。长期信息包括用户的一般特点、文化或受教育水平、信息需求方面的主题知识，以及关于使用系统的经验。这种知识应通过逐次查询交互积累和精练。它随时间的变化较慢，模型精练是一个较长期的目标。短期信息包括当前咨询的信息:详细的信息需求、用户计划目的、查找目标及查找中的观察点。