|
|
 |
|
INTERFACES ADAPTATIVOS
Profesorado
| Coordinador: Elena Gaudioso Vázquez (Dpto. Inteligencia Artificial,
UNED) |
| Profesores: |
| Jesús González Boticario (Dpto. Inteligencia Artificial, UNED) |
| Félix Hernández del Olmo (Dpto. Inteligencia Artificial, UNED) |
| Antonio Rodríguez Anaya. Dpto. Inteligencia Artificial (UNED) |
|
|
Ficha técnica:
| Tipo | Optativa |
|
| Cuatrimestre | Primero |
| Créditos/horas totales | 6/150 |
| Horas de estudio teórico | 50 |
| Horas de prácticas | 50 |
| Horas complementarias | 50 |
DESCRIPCIÓN DE LA ASIGNATURA
Prerrequisitos recomendables
Para la mayoría del temario no se establece ningún prerrequisito diferente
de los generales de acceso al programa de postgrado.
No obstante para el bloque 2 de contenidos, será necesario conocimientos
básicos de técnicas de aprendizaje automático.
Para el desarrollo del trabajo final de curso, el alumno deberá programar
un pequeño interfaz adaptativo con lo cual serán necesarios ciertos
conocimientos de programación (Java, C, C++, Lisp o Prolog,...)
Objetivos generales de la materia
La finalidad básica del estudio de esta asignatura es el de dar a
conocer a los alumnos los fundamentos de los sistemas conocidos como
interfaces de usuario adaptativos, entendiendo como tales a los sistemas
que en el campo de la Inteligencia artificial son capaces de adaptar
su funcionamiento de acuerdo con las experiencias realizadas, y especialmente,
los que proporcionan servicios y recursos adaptables dinámicamente
a las necesidades del usuario.
Destrezas y competencias
-Ser capaz de localizar información relacionada con Interfaces Adaptativos
-Poder relacionar nueva información con los fundamentos de Interfaces
Adaptativos
-Ser capaz de identificar un Interfaz Adaptativo
-Conocer dificultades de desarrollos ya realizados
-Ser capaz de practicar con Interfaces Adaptativos
-Ser capaz de desarrollar nuevos Interfaces Adaptativos
-Ser capaz de desarrollar nuevos componentes para sistemas ya implementados
-Ser capaz de ampliar un sistema ya existente
-Ser capaz de modificar Interfaces Adaptativos
-Estimar dificultades en la aplicación de Interfaces Adaptativos
-Estimar complejidad de desarrollo de aplicación de Interfaces Adaptativos
-Evaluar Interfaces Adaptativos
-Saber plantear puntos abiertos de investigación en el área de Interfaces
Adaptativos
-Saber criticar Interfaces Adaptativos
Contextualización de la materia en el conjunto del Master
Esta asignatura se encuadra como obligatoria en la especialidad "IA.2:
Enseñanza, aprendizaje , colaboración y adaptación" y como
optativa en la especialidad "IA.1: Sistemas Inteligentes
de diagnóstico, planificación y control" de la titulación
de posgrado "Master de IA Avanzada. Fundamentos Métodos y
Aplicaciones". Las áreas implicadas en el desarrollo de los
interfaces adaptativos son muy variadas. Entre las materias del postgrado
con las que está relacionada podemos citar: métodos de aprendizaje
automático, minería de datos, fundamentos metodológicos y Paradigmas
de la IA, fundamentos lógicos de la IA, técnicas básicas de búsqueda
y representación del conocimiento.
1 MEDIOS DE ESTUDIO
1.1 Metodología docente
Se recomienda que el alumno estudie la materia de una manera secuencial
siguiendo el orden establecido en el programa de la asignatura. Para
cada tema se propondrán una serie de actividades que permitan asimilar
los contenidos. Dichas actividades tendrán un peso en la calificación
final de la materia.
Al impartirse a distancia el alumno es libre de temporalizar el estudio
según sus necesidades. No obstante, muchas de las actividades que
se propongan tendrán fechas concretadas por el equipo docente y el
alumno deberá ajustarse a las mismas.
Para algún tema, se propondrán cuestionarios de autoevaluación que
permitan al alumno evaluar su nivel de conocimientos. Dichos cuestionarios
son puramente orientativos de manera que serán las actividades y el
proyecto final el que determinen el grado de conocimiento del alumno
en la materia.
Las estrategias de aprendizaje que se van a seguir serán fundamentalmente
basado en problemas, estudio de casos y trabajo colaborativo. Dado
que la asignatura se va a impartir a distancia, todas las actividades
se realizarán utilizando una plataforma de aprendizaje basada en Internet.
En resumen, la metodología docente que se seguirá en esta asignatura
será:
-Estudio de contenidos teóricos: El alumno deberá estudiar individualmente
los contenidos teóricos de cada tema, utilizando la bibliografía y
los materiales propuestos por el equipo docente.
-Actividades de aprendizaje: Siguiendo las estrategias de aprendizaje
basado en problemas, estudio de casos y trabajo colaborativo se realizarán
los siguientes tipo de actividades de aprendizaje.
- Actividades individuales:
-Estudio de artículos y la resolución de una serie de cuestiones relacionadas
con dichos artículos.
-Análisis crítico de sistemas ya implementados.
-Uso de sistemas y componentes ya implementados.
-Desarrollo de componentes de actividades de aprendizaje.
-Búsqueda bibliográfica.
-Actividades colaborativas:
-A partir del estudio de artículos y revisión de sistemas ya implementados
se discutirá en grupo el trabajo individual realizado por los alumnos.
-Búsqueda bibliográfica colaborativa.
-Estudio de casos colaborativo.
-Tutorías: El alumnado tiene a su disposición cuatro horas de tutorías
a la semana en las que puede consultar cualquier duda relacionada
con los contenidos, organización y planificación de la asignatura.
-Zona Virtual: Dado que la asignatura es no presencial, todas las
actividades se realizarán a través de una plataforma de aprendizaje
a través de Internet.
-Trabajo final: Además de las actividades que se plantean durante
el curso el alumno deberá realizar un trabajo final que deberá ser
planificado con el equipo docente. El alumno podrá elegir entre:
-Desarrollar un nuevo interfaz adaptativo
-Desarrollar nuevos módulos de interfaces adaptativos ya implementados
-Analizar un sistema no adaptativo y desarrollar la versión adaptativa
del mismo
-Calificación: La calificación final de esta asignatura se calculará
teniendo en cuenta las actividades realizadas, la participación en
el grupo y el trabajo final del curso.
1.2 Material de estudio
-Bibliografía: Artículos de investigación disponibles en el grupo
de trabajo (se relacionan en el apartado de bibliografía)
-Cuestionarios: Proporcionados a través de de Internet
-Apuntes: Proporcionados por el equipo docente
-Software: Se utilizará para las prácticas software de código libre
accesible a través de Internet
1.3 BIbliografia general de consulta
1. Langley, P. (1999). User modeling in adaptive interfaces. Proceedings
of the Seventh International Conference on User Modeling (pp. 357-370).
Banff, Alberta: Springer. Disponible en http://www.isle.org/langley/papers/adapt.um99.ps.gz
2. Jameson, A.(2003). Adaptive Interfaces and Agents in Human-Computer
Interface Handbook, eds J.A. Jacko and A. Sears, pp 305-330, 2003
. Disponible en: http://dfki.de/jameson/pdf/hci-handbook.jameson.pdf
3. Burke, R. (2002). Hybrid Recommender Systems: Survey and Experiments
User Modeling and User-Adapted Interaction. 12(4), pages 331-370.
Disponible en: http://josquin.cti.depaul.edu/rburke/pubs/burke-umuai02.pdf
4. Langley, P. (1997). Machine learning for adaptive user interfaces.
Proceedings of the 21st German Annual Conference on Artificial Intelligence
(pp. 53-62). Freiburg, Germany: Springer. Disponible en: http://cll.stanford.edu/langley/papers/adapt.ki97.ps
5. Langley, P. (1997). Machine learning for intelligent systems. Proceedings
of the Fourteenth National Conference on Artificial Intelligence (pp.
763-769). Providence, RI: AAAI Press. Disponible en: http://cll.stanford.edu/langley/papers/invite97.ps
6. Webb, G., Pazzani,M., Billsus,D. (2001) Machine Learning for User
Modeling. User Modeling and User-Adapted Interaction 11(1-2): 19-29
Disponible en: http://www.umuai.org/anniversary/webb-umuai-2001.pdf
7. Ehlert, P. (2003). Capítulo 4 de Intelligent user interfaces: introduction
and survey . Research Report DKS03-01 / ICE 01. Data and Knowledge
Systems group Faculty of Information Technology and Systems.Delft
University of Technology Disponible en: http://www.kbs.twi.tudelft.nl/docs/report/DKS03-01.pdf
8. Langley, P., y Fehling, M. (1998). The experimental study of adaptive
user interfaces (Technical Report 98-3). Institute for the Study of
Learning and Expertise, Palo Alto, CA. Disponible en: http://www.isle.org/langley/papers/adapt.exper.ps.gz
9. Chin, D. (2001). Empirical Evaluations of User Models and User-Adapted
Systems. User Modeling and User-Adapted Interaction 11(1-2): 31-48
Disponible en: http://www.umuai.org/anniversary/chin-umuai-2001.pdf
10. Brusilovsky, P. (2001) Adaptive hypermedia. User Modeling and
User Adapted Interaction, Ten Year Anniversary Issue (Alfred Kobsa,
ed.) 11 (1/2), 87-110. Disponible en: http://www2.sis.pitt.edu/peterb/papers/brusilovsky-umuai-2001.pdf.
11. Weber, G., y Specht, M. (1997). User modeling and adaptive navigation
support in WWW-based tutoring systems. In A. Jameson, C. Paris, &
C. Tasso (Eds.), User modeling: Proceedings of the Sixth International
Conference, UM97 (pp. 289?300). Vienna: Springer Wien New York. Disponible
en: http://citeseer.ifi.unizh.ch/weber97user.html
12. Fink, J. Y A. Kobsa (2000). A Review and Analysis of Commercial
User Modeling Servers for Personalization on the World Wide Web. User
Modeling and User-Adapted Interaction 10(3-4), Special Issue on Deployed
User Modeling, 209-249 Disponible en: http://www.ics.uci.edu/kobsa/papers/2000-UMUAI-kobsa.pdf
13. Schafer, J. B., Konstan, J., y Riedl, J. (1999). Recommender systems
in e-commerce. In Proceedings of the ACM Conference on Electronic
Commerce. Disponible en: http://www.grouplens.org/papers/pdf/ec-99.pdf
14. Fink, J., A. Kobsa y A. Nill (1996). User-Oriented Adaptivity and
Adaptability in the AVANTI Project. Proceedings of the Conference
'Designing for the Web: Empirical Studies', Redmond, WA, Oct. 30,
1996. Disponible en: http://www.ics.uci.edu/kobsa/papers/1996-designing-web-kobsa.pdf
15. Billsus, D., Pazzani, M. J. (1999) A hybrid user model for news
story classification. In Proceedings of the Seventh Intl. Conference
on User Modeling, Springer-Verlag New York, Inc. Disponible en: http://www.ics.uci.edu/pazzani/Publications/um99.pdf
- Bibliografía Complementaria para Tareas de Adaptación:
16. Pazzani, M., Muramatsu, J., y Billsus, D. (1996). Syskill & Webert:
Identifying interesting web sites. Proceedings of the Thirteenth National
Conference on Artificial Intelligence (pp. 54-61). Portland, OR: AAAI
Press.
Disponible en: http://www.ics.uci.edu/dbillsus/papers/aaai-webert.pdf
17.Mladenic, D. (1996). Personal WebWatcher: Implementation and design
(Technical Report IJS-DP-7472). Department of Intelligent Systems,
J. Stefan Institute, Ljubljana, Slovenia.
Disponible en: http://www-ai.ijs.si/DunjaMladenic/papers/PWW/pwwTR.ps.Z
18.Billsus, D., y Pazzani, M. (1999). A personal news agent that talks,
learns and explains. Proceedings of the Third International Conference
on Autonomous Agents (pp. 268-275). Seattle: ACM Press.
Disponible en: http://www.ics.uci.edu/pazzani/Publications/agents99-news.pdf
19.Gervasio, M. T., Iba, W., y Langley, P. (1999). Learning user evaluation
functions for adaptive scheduling assistance. Proceedings of the Sixteenth
International Conference on Machine Learning (pp. 152-161). Bled,
Slovenia: Morgan Kaufmann. Disponible en: http://www.isle.org/langley/papers/inca.ml99.ps.gz
20.Thompson, C., y Goker, M. (2000). Learning to suggest: The adaptive
place advisor. Papers from the 2000 AAAI Spring Symposium on Adaptive
User Interfaces (pp. 130-135). Menlo Park, CA: AAAI Press. Disponible
en: http://www.cs.utah.edu/cindi/papers/aui2000.pdf
21.Segal, R., y Kephart, J. (2000). Incremental learning in SwiftFile.
Proceedings of the Seventeenth International Conference on Machine
Learning. San Francisco: Morgan Kaufmann.
Disponible en: http://www.research.ibm.com/swiftfile/dynlearn.pdf
1.4 Tutorización
El seguimiento del trabajo del alumno se realizará a través de la
plataforma de aprendizaje a través de la cual se realizan las actividades.
Así mismo, el equipo docente moderará las discusiones que tengan lugar
durante las actividades colaborativas previstas.
En cualquier caso, los propios alumnos siempre pueden demandar ayuda
al equipo docente para resolver dudas o ampliar información, a través
de los canales establecidos para ello:
-Teléfono: Horario de guardias: Lunes de 15h a 19h
Elena Gaudioso Vázquez: despacho 3.10 (E.T.S.I. Informática) Tel:
913 988 450
Jesús González Boticario: despacho 3.07 (E.T.S.I. Informática) Tel:
913 987 197
Félix Hernández del Olmo: despacho 3.06 (E.T.S.I. Informática) Tel:
913 988 345
Antonio Rodríguez Anaya: despacho 3.05 (E.T.S.I. Informática) Tel:
913 986 550
-Dirección de correo postal:
Dpto. Inteligencia Artificial.
E.T.S. Ingeniería Informática - UNED
Ciudad Universitaria s/n
E-28040 Madrid
2 ESTRUCTURA DEL CURSO
2.1 Estructura y contenido teórico
El programa de la asignatura se divide en cuatro grandes bloques:
Introducción y Fundamentos, Técnicas, Aplicaciones y Proyecto Final.
A continuación se detalla cada uno de los bloques con más detalle:
1. Introducción y Fundamentos
1.1 Introducción
1.2 Fundamentos de los Interfaces de Usuario Adaptativos
2. Técnicas
2.1 Introducción: Componentes básicos de los Interfaces de Usuario
Adaptativos
2.2 Modelado del usuario:
2.2.1 Tipos de modelos de usuario
2.2.2 Modelos de usuario basados en el conocimiento
2.2.3 Modelos de usuario y aprendizaje automático. Técnicas y requisitos.
Minería de datos
2.2.4 Modelos de usuario híbridos
2.2.5 Actualización del modelo de usuario
2.3 Modelado del dispositivo
2.4 Tareas de Adaptación en los Interfaces de Usuario
2.4.1 Introducción
2.4.2 Tareas de adaptación
2.5 Sistemas Recomendadores Adaptativos
2.6 Evaluación de Interfaces de Usuario Adaptativos
3. Aplicaciones
3.1 Web Adaptativa e Hipermedia Adaptativa
3.2 Sistemas Adaptativos orientados al Aprendizaje en la Web (E-Learning)
3.3 Sistemas Adaptativos orientados al Comercio Electrónico (E-Commerce)
3.4 Turismo Electrónico
3.5 Recuperadores de Información
4. Proyecto Final
2.2 Objetivos por tema y orientaciones breves
En este apartado se indicarán los objetivos y algunas orientaciones
para cada tema. Como se verá los objetivos más concretos especificados
para cada tema, se corresponden con la adquisición de las destrezas
y competencias especificadas anteriormente.
Tema 1: Introducción y Fundamentos.
Objetivos:
El objetivo global del tema es estudiar los fundamentos de los interfaces
adaptativos y sentar las bases para los siguientes bloques. Es por
tanto, imprescindible adquirir en este bloque los conceptos básicos
del área.
Este objetivo global puede descomponerse en los siguientes objetivos
más concretos:
O.1.1: Conocer los fundamentos de los Interfaces Adaptativos.
O.1.2: Saber identificar y utilizar un Interfaz Adaptativo.
O.1.3: Ser consciente de la utilidad de los Interfaces Adaptativos.
O.1.4: Ser consciente de las limitaciones y de las dificultades
en su desarrollo.
O.1.5: Saber localizar información relacionada con Interfaces
Adaptativos
O.1.6: Relacionar nueva información con los fundamentos de
Interfaces Adaptativos.
Orientaciones:
Este bloque es fundamentalmente teórico, y se complementará su estudio
con actividades prácticas orientadas a que el alumno utilice algún
interfaz adaptativo ya implementado.
Dentro de las actividades de aprendizaje se especifican las lecturas
más adecuadas para su estudio y discusión. El tema se complementa
con actividades prácticas con el objetivo de asegurarse que se alcanzan
los objetivos del tema.
Tema 2: Técnicas.
Objetivos:
El objetivo de este tema es el de profundizar en el estudio de las
técnicas de desarrollo de Interfaces Adaptativos. Este objetivo global
puede descomponerse en los siguientes objetivos más concretos:
O.2.1. Conocer las técnicas del área
O.2.2. Estimar complejidad de desarrollo y de aplicación
de Interfaces Adaptativos
O.2.3. Utilizar las técnicas para desarrollo de un Interfaz
Adaptativo
O.2.4. Desarrollar nuevos componentes para sistemas ya implementados
O.2.5. Modificar Interfaces Adaptativos
O.2.6. Desarrollar nuevos Interfaces Adaptativos
O.2.7. Evaluar y criticar Interfaces Adaptativos
O.2.8. Plantear puntos abiertos de investigación en el área
de Interfaces Adaptativos
Orientaciones:
Este tema tiene un carácter téorico/práctico y sentará las bases del
desarrollo de los interfaces adaptativos. Es importante, además de
adquirir los conocimientos básicos que se presentan, realizar las
actividades prácticas que se propongan de manera que se pueda poner
en práctica algunas de las técnicas utilizadas en el área.
Dentro de las actividades de aprendizaje se especifican de nuevo las
lecturas más adecuadas para su estudio y discusión. En este tema toman
especial importancia las actividades prácticas con el objetivo de
asegurarse que se alcanzan los objetivos del tema.
Tema 3: Aplicaciones.
Objetivos:
Una vez vistos los componentes básicos de un interfaz adaptativo y
las técnicas empleadas en el área en este bloque se estudiará la aplicación
de estos sistemas en diferentes dominios como por ejemplo la web,
e-learning o el turismo electrónico. Este objetivo global puede descomponerse
en los siguientes objetivos más concretos:
O.3.1. Practicar con Interfaces Adaptativos
O.3.2. Plantear puntos abiertos de investigación en el área
de Interfaces Adaptativos
O.3.3. Evaluar y criticar Interfaces Adaptativos
O.3.4. Desarrollar nuevos componentes para sistemas ya implementados
O.3.5. Ampliar un sistema ya existente
Orientaciones:
Es esencial tener en cuenta las características de cada dominio de
aplicación y tenerlas en cuenta en todo el proceso de diseño y desarrollo
de un sistema adaptativo. En este tema veremos diferentes áreas de
aplicación y estudiaremos sus características. Una vez hecho esto
el alumno deberá determinar para el dominio que ha elegido para su
proyecto final, cuáles son esos factores que sin duda, debe tener
en cuenta a la hora de implementar su proyecto.
Este tema es fundamentalmente aplicado, por tanto, es importante que
el alumno ponga en práctica los conocimientos obtenidos en los bloques
anteriores.
Tema 4: Proyecto Final.
Objetivos:
A lo largo de los temas anteriores se habrá comenzado en el desarrollo
de un proyecto final. En este bloque se formalizará y terminará el
desarrollo del mismo.
Orientaciones:
Es importante realizar un trabajo incremental consultando cualquier
aspecto dudoso antes de continuar con el proyecto.
3 Actividades y plan de trabajo
3.1 Actividades prácticas programadas
Siguiendo las estrategias de aprendizaje basado en problemas, estudio
de casos y trabajo colaborativo se realizarán los siguientes tipo
de actividades de aprendizaje.
- Actividades individuales:
-Estudio de artículos y la resolución de una serie de cuestiones relacionadas
con dichos artículos.
-Análisis crítico de sistemas ya implementados
-Uso de sistemas y componentes ya implementados
-Desarrollo de componentes de actividades de aprendizaje
-Búsqueda bibliográfica
-Actividades colaborativas:
-A partir del estudio de artículos y revisión de sistemas ya implementados
se discutirá en grupo el trabajo individual realizado por los alumnos.
-Búsqueda bibliográfica colaborativa
-Estudio de casos colaborativo
3.2 Otras actividades prácticas programadas
Si fuera necesario para profundizar alguno de los conceptos de esta
asignatura se irán generando de forma dinámica nuevas actividades
de aprendizaje en el curso virtual.
3.3 Plan de trabajo
De manera orientativa mostramos a continuación el plan de trabajo
previsto:
| Semana | actividad | Horas (h.)estudio | h. prácticas | h.otras actividades |
|
| 1-4 | Actividades Tema 1 | 15 | 2 | 0 |
| 5-8 | Actividades Tema 1 | 10 | 3 | 2 |
| 9-13 | Actividades Tema 2 | 10 | 10 | 0 |
| 14-18 | Actividades Tema 2 | 10 | 15 | 5 |
| 19-21 | Actividades Tema 3 | 5 | 20 | 10 |
| 21-24 | Proyecto final | 0 | 0 | 33 |
4 Evaluación
La evaluación se realizará esencialmente a partir del proyecto de
final de asignatura. Sin embargo, también se tendrán en cuenta las
actividades realizadas a lo largo del curso. La evaluación final del
curso se calculará de la siguiente forma:
- Análisis y trabajo realizado en las actividades individuales: 40%
(4 puntos)
- Participación en actividades colaborativas: 20% (2 puntos)
- Trabajo final del curso (obligatorio): 40% (4 puntos)
Reseña del profesorado
GAUDIOSO VÁZQUEZ, ELENA:
Profesora del departamento de Inteligencia Artificial de la E.T.S.I.
Informática de la UNED desde 2001. Sus líneas de investigación incluyen
la aplicación de técnicas de inteligencia artificial en educación,
aprendizaje automático, modelado de ususario e interfaces adaptativos.
Actualmente trabaja en la aplicación de técnicas de minería de datos
para ayudar al tutor en sistemas de educación basados en web y comunidades
virtuales educativas.
e.mail: elena@dia.uned.es
Web personal: http://www.ia.uned.es/elena/
GONZÁLEZ BOTICARIO, JESÚS:
Profesor del departamento de Inteligencia Artificial de la E.T.S.I.
Informática de la UNED desde 1993. Su trabajo comenzó en el campo
del aprendizaje automático como base de los sistemas adaptativos y
luego se ha centrado en la aplicación de diversas técnicas de inteligencia
artificial a los sistemas interactivos de enseñanza/aprendizaje (SIEA).
Actualmente es el investigador responsable y coordinador de varios
proyectos nacionales y europeos centrados en introducir en los SIEA
la adaptación a las necesidades de accesibilidad y diversidad funcional
de cada usuario, así como en resolver automáticamente tareas que conjuguen
planificación, aprendizaje e interacción con diversos agentes (humanos
y de software) en dicho contexto.
e.mail: jgb@dia.uned.es
Web personal:http://www.ia.uned.es/jgb/
HERNÁNDEZ DEL OLMO, FÉLIX:
Profesor del departamento de Inteligencia Artificial de la E.T.S.I.
Informática de la UNED desde 2001. Sus líneas de investigación incluyen
el aprendizaje automático, la aplicación de técnicas de inteligencia
artificial en educación, modelado de usuario e interfaces adaptativos.
Actualmente su trabajo se centra en el área de interfaces adaptativos,
más concretamente, en el área de los denominados sistemas recomendadores.
e.mail:felixh@dia.uned.es
Web personal:http://www.ia.uned.es/felixh/
RODRIGUEZ ANAYA, ANTONIO:
Profesor ayudante del departamento de Inteligencia Artificial de la
E.T.S.I. Informática de la UNED desde 2004. Sus líneas de investigación
incluyen la aplicación de técnica de inteligencia artificial en educación,
aprendizaje automático, modelado de alumno y planificación. Actualmente
trabaja en técnicas de clasificación borrosa mediante prototipos para
ayudar a la detección de problemas de aprendizaje en alumnos de comunidades
virtuales educativas.
e.mail: arodriguez@dia.uned.es
Web personal:http://www.ia.uned.es/arodriguez/
| |
|
|
