Context-aware interactive content adaptation
Notice bibliographique
Résumé
Automatic adaptation of content for mobile devices is a challenging problem because optimal adaptation often depends on the usage semantics of content, as well as the context of users (e.g., screen size of device being used, network connectivity, location, etc.). UsageawaRe Interactive Content Adaptation (URICA) is an automatic technique that adapts content for mobile devices based on usage semantics. URICA allows a user who is unsatisfied with the system’s current adaptation prediction to take control of the adaptation process and make changes until the content is suitably adapted for her purposes. The adaptation system learns from the user’s modifications and adjusts its prediction for future accesses by other users. This paper shows that it is possible to exploit user interaction to learn how to adapt content based on context. We introduce Feedback-driven Context Selection (FCS), an automatic technique that leverages user interaction to identify the context that has the most impact on adaptation requirements. We added contextawareness to URICA so that it makes adaptation predictions for a user based only on the history of the community of users that share the context identified by FCS. The result is an automatic adaptation system that provides fine grain adaptations that reflect both the user’s context and the content’s usage semantics. This level of fine grain adaptation was previously available only in content that was customized manually. Experiments with two context-aware URICA prototypes show that FCS correctly identifies the contextual characteristics that impact adaptation requirements, and that grouping users into communities based on context improves the performance of the adaptation system by up to 79%.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».