Разработка интеллектуальной системы для поддержки проектирования человеко-компьютерного взаимодействия в веб-приложениях

• Автор: Бакаев, Максим Александрович
• Шифр специальности: 05.13.11
• Научная степень: Кандидатская
• Год защиты: 2012
• Место защиты: Новосибирск
• Количество страниц: 265 с. : ил.

Содержание
Список сокращений
Введение
Глава 1. Сфера человеко-компыотерного взаимодействия (ЧКВ) и
методы инженерии знаний
1.1 Проектирование ЧКВ как сфера деятельности
1.1.1 Актуальные задачи проектирования ЧКВ
1.1.2 Методы проектирования ЧКВ
1.1.3 Проектирование ЧКВ и процесс разработки ПО
1.2 Интерфейс пользователя
1.2.1 История развития пользовательских интерфейсов
1.2.2 Характеристики интерфейса и качество взаимодействия
1.3 Инструментальная поддержка проектирования ЧКВ
1.3.1 Универсальные и специализированные редакторы
1.3.2 Экспертные знания в сфере ЧКВ
1.3.3 Инженерия знаний и интеллектуальные системы
1.3.4 Инструменты для организации рекомендаций
1.3.5 Моделеориентированные средства автоматизации
1.4 Основные задачи диссертационной работы
Глава 2. Модели представления знаний и проектирование ИС
2.1 Архитектура ИС, входная и выходная информация
2.2 Модели представления знаний для ИС
2.2.1 Онтологии в инженерии знаний
2.2.2 Фреймовая модель представления знаний
2.2.3 Продукционная модель представления знаний
2.2.4 Синтез моделей представления знаний
2.3 Реализация фреймовой онтологии предметной области
2.3.1 Класс «Задача проектирования ЧКВ»
2.3.2 Характеристики пользователей и классы онтологии

2.3.3 Классы, связанные с требованиями к веб-приложению
2.3.4 Классы, связанные со знаниями в сфере ЧКВ
2.3.5 Классы, связанные с представлением веб-интерфейса
2.3.6 Прочие классы предметной области
2.4 Порождение знаний в ИС
2.4.1 Определение контекста проекта
2.4.2 Расчет эффективности рекомендаций
2.5 Выводы
Глава 3. Модели поведения пользователей в ЧКВ
3.1 Методы исследования характеристик пользователей для
различных аспектов взаимодействия
3.1.1 Закон Фиттса
3.1.2 Закон Хика
3.1.3 Методика «эмоциональной инженерии»
3.2 Исследование характеристик пользователей в физическом и
когнитивном аспектах взаимодействия
3.2.1 Описание экспериментального исследования
3.2.2 Результаты исследования влияния характеристик
пользователей (часть I)
3.2.3 Результаты исследования влияния характеристик
пользователей (часть II)
3.2.4 Индекс сложности выбора
3.3 Исследование характеристик пользователей в эмоциональном
аспекте взаимодействия
3.3.1 Описание экспериментального исследования
3.3.2 Результаты исследования влияния характеристик
пользователей (часть III)
3.4 Выводы
Глава 4. Построение интеллектуальной системы и «портала знаний»

4.1 Детализация структуры онтологии и функционирование ИС
4.1.1 Детализация характеристик целевых пользователей
4.1.2 Класс «Пожилой пользователь» {Elder user)
4.1.3 Субъективная удовлетворенность пользователя
4.1.4 Типовые требования и сервисы веб-приложений
4.1.5 Функционирование ИС
4.2 Выбор средств реализации ИС
4.3 Наполнение базы знаний ИС
4.3.1 Рекомендации по проектированию
4.3.2 Правила вывода (Р)
4.4 Реализация ИС
4.4.1 Основной блок ИС
4.4.2 Присоединенные процедуры ИС
4.4.3 Портал знаний
4.5 Практическое применение ИС для проектирования ЧКВ
4.5.1 Задание входной информации для ИС
4.5.2 Работа ядра ИС, выходная информация
4.5.3 Проектирование веб-приложения для НФ НГТУ
4.6 Оценка качества решения, полученного с использованием ИС
4.6.1 Описание экспериментального исследования
4.6.2 Результаты экспериментального исследования
4.6.3 Выводы по экспериментальному исследованию
4.7 Выводы
Заключение
Список литературы
Приложение 1 Перечень классов, отношений и атрибутов в онтологии
Приложение 2 Экземпляры класса HCI knowledge representation class
Приложение 3 Правила продукционной модели (Р) в ИС
Приложение 4 Тексты программ на языке CLIPS

упомянутом ранее обширном исследовании A. Dearden [76, с. 87]. Предполагается, что такая организация должна включать в себя [81]:
1) таксономию набора рекомендаций, позволяющую найти соответствующие контексту рекомендации;
2) связи между рекомендациями, относящимися к различным уровням задачи, и с обоснованиями рекомендации;
3) возможность оценки применимости рекомендаций при разрешении обозначенных проблем;
4) возможность создания (порождения) новых рекомендаций.
Исходя из этого, можно придти к заключению, что для снижения трудоемкости и сложности применения рекомендаций, лучшего их соотнесения с контекстом проектирования, а также более корректной интерпретации, целесообразно использование методов и средств инженерии знаний — одного из основных направлений в области искусственного интеллекта (англ. artificial intelligence).
1.3.3 Инженерия знаний и интеллектуальные системы
Под инженерией знаний (англ. knowledge engineering) в настоящий момент понимается создание, поддержание и развитие систем, основанных на знаниях (СОЗ) [III]. Как правило, подобные системы способны хранить знания, осуществлять рассуждение на основе правил вывода и пояснять получаемые результаты, а также производить самообучение. Современные интеллектуальные системы (ИС) - системы, способные решать задачи в некоторой предметной области, традиционно считающиеся творческими [2] (см. также классификацию ИС в [I I, с.41]), - как правило, являются СОЗ, хотя иногда различие между этими двумя типами систем фактически не проводится (см. [45]). Основными компонентами СОЗ являются база знаний (БЗ) и «решатель» или «механизм вывода»; в некоторых случаях в качестве важных составляющих системы упоминаются также интеллектуальный интерфейс пользователя [2], подсис-