Modeling Users Interacting with Smart Devices
Seyyed Hadi Hashemi

Samenvatting:
Slimme apparaten en omgevingen, zoals slimme speakers en slimme huizen, veranderen dagelijkse taken als het uitvragen van het weerbericht en het plannen van een museumbezoek. Een weerbericht kan bij een slimme speaker worden opgevraagd en een museumticket kan via een Intelligente Assistent (IA) op zon speaker worden gekocht. Zulke apparaten kunnen complexe taken uitvoeren en bieden een gepersonaliseerde gebruikerservaring. Om de dagelijkse gebruikerservaring van slimme apparaten in fysieke ruimtes zoals huizen, musea en steden te verbeteren is het nodig om gebruikers en hun interactie met slimme apparaten te modelleren.
The primaire doel van dit proefschrift is om de gebruikerservaring in fysieke ruimtes zoals slimme steden en slimme omgevingen te verbeteren door het modelleren van gebruikersinteracties met slimme apparaten. Hoofdstuk twee beschrijft een gedragsmodel van gebruikers van slimme apparaten in een slim museum. Het wordt gebruikt om archeologische voorwerpen die een gebruiker nog niet heeft gezien aan te bevelen. Hierbij hoeft de gebruiker zelf haar voorkeuren niet op te geven. Om deze voorkeuren toch te begrijpen, hebben we zowel fysieke interacties in het museum als digitale interacties met de zoekmachine van het museum bestudeerd. We vonden overeenkomsten en verschillen tussen het fysieke en digitale gedrag en gebruikten daarom beide bij het trainen van een aanbevelingssysteem voor interessepunten in het museum.
Hoofdstukken drie en vier gaan over het samenstellen en onderhouden van herbruikbare test collecties voor het evalueren van contextuele suggestiesystemen die toeristische attracties in een slimme stad voor een gebruiker rangschikken. De collecties kunnen gebruikt worden om contextuele aanbevelingssystemen offline te evalueren. Het maken en onderhouden van zulke collecties is ingewikkeld doordat ze gepersonaliseerd en dynamisch zijn. Het gepersonaliseerde karakter kan een grote invloed hebben op de gebruikerservaring van contextuele aanbevelingssystemen. Daarom presenteren we een herbruikbare test collectie voor het evalueren van gepersonaliseerde contextuele aanbevelingssystemen en stellen we een aanpak voor het behouden van de herbruikbaarheid van dynamische test collecties voor.
Hoofdstuk vijf is toegewijd aan het meten van de tevredenheid van gebruikers van slimme speakers in slimme huizen. Specifiek worden uit interactielogs van gebruikers met IAs taak- en sessiegrenzen herkend met een tijd-gebaseerde aanpak. Hierna volgt in hoofdstuk zes een model voor het voorspellen van gebruikerstevredenheid tijdens het uitvoeren van een taak met een slimme speaker. Doel is om de gebruikerservaring te verbeteren. We laten in dit proefschrift zien hoe verschillende contextuele factoren zoals de leercurve van gebruikers hun interactie met een IAs beı̈nvloeden en hoe deze factoren zich verhouden tot taak- en sessiegrenzen in verschillende contextuele situaties. Verder stellen we voor om uitingen van gebruikersintenties als signaal voor gebruikerstevredenheid in te zetten en laten we zien hoe het meenemen van gebruikersintenties bij het leren van een voorstelling van de gebruikersvraag kan helpen bij het voorspellen van de gebruikerstevredenheid en zo dus ook de gebruikerservaring met slimme speaker verbeterd.