User Profiling - Benutzermodelle und mobile Endgeräte

Inhaltsverzeichnis

1 Einleitung

2 Benutzermodell
2.1 Struktur eines Benutzermodells
2.2 Erzeugung von Benutzermodellen
2.3 Benutzermodellbasierte Adaption
2.4 Benutzermodell — Anwendungsbeispiel

3 User Profiling — Wozu und wie?
3.1 Kollaboratives Filtern
3.2 Inhaltsbasiertes Filtern

4 User Profiling und mobile Endgeräte
4.1 An Ontology-based Profiling and Recommending System for Mobile TV
4.2 Wigglestick

5 Datenschutz

6 Schlussbemerkung

7 Quellen

8 Anhang

1 Einleitung

Die Aufgabenstellung zum Referat User Profiling im Seminar mobile media experiences der Professur Medieninformatik an der TU Chemnitz beinhaltete zum einen die Recherche und Präsentation des Stands der Technik im Bereich User Profiling als auch die Frage, wie aus den lokal oder global über Nutzer verfügbaren Daten, dessen Präferenzen oder sein Verhalten abgeleitet werden können.

Einleitend ist es unabdingbar den Begriff User Profiling im anvisierten Kontext zu spezifizieren. In dieser Arbeit soll sich diesbezüglich auf einen sehr eng gefassten Terminus beschränkt werden, der zwar sicherlich nur einer rudimentären, bruchstückhaften Betrachtung der Thematik gerecht werden kann, aber für diese als zweckmäBig und pragmatisch handhabbar angesehen werden mag.

Im Bereich Online - Marketing bezeichnet User Profiling die „Erfassung der persönlichen Daten eines Internet-Nutzers. Diese dienen dann der Personalisierung eines Werbeangebotes." (Task Force Website, Fachbegriffe aus dem Online-Marketing: 2009, online).

Bei der Recherche in weiterführender Fachliteratur sowie zahlreichen Online-Quellen wurde deutlich, dass im Diskurs des Themas die Termini nicht immer eindeutig trennscharf sind und beispielsweise der Begriff User Profiling oft synonym mit User Modelling bzw. User Modeling verwendet wird. Nichtsdestotrotz lassen sich diese, vielleicht nicht weiter unnötig zu konstruierenden, Unstimmigkeiten auf inhaltlicher Ebene vernachlässigen und deutschsprachig von Benutzerprofil- oder Benutzermodell-Erstellung sprechen. Im Folgenden werden analog zu den Recherche-Ergebnissen die Bezeichnungen als hinreichend analog angesehen, um sie unreflektiert gleichbedeutend zu verwenden.

Ziel dieser Arbeit ist eine holzschnittartige Darstellung diverser ausgewählter Einzelthemen, die in ihrer Gesamtheit einen kleinen Uberblick über die Thematik, quasi Berührungspunkte zur Annäherung an ein vielschichtiges Forschungsfeld bieten sollen. Die Schwerpunkte der Betrachtung liegen dabei auf: Benutzermodell, User Profiling und deren Verwendung mit mobilen Endgeräten sowie kurzen datenschutzrechtlichen Uberlegungen.

2 Benutzermodell

Zunächst soll an dieser Stelle der Fokus auf einen zentralen Schwerpunkt des User Profling gelegt werden: Auf das Benutzermodell an sich.

In Niklas Essings Anwendungen der Benutzermodelle aus der künstlichen Intelligenz - Repräsentationsmöglichkeiten für Benutzerprofile findet sich dazu folgende Definitionsmöglichkeit: „Ein Benutzermodell ist eine Wissensbasis in einem Dialogsystem, das Annahmen über alle Benutzeraspekte enthält, die für das Dialogverhalten des Systems relevant sind." (Essing, 2001: S. 5).

Das Studienprojekt ASDL: Adaptive Search Support in Digital Libraries an der Universität Duisburg-Essen beschäftigte sich ebenfalls mit der Thematik. Generell sehen die Forscher die Anwendungsgebiete von Benutzermodellen in den Bereichen Personalisierte Web-Anwendungen und Software, E-Commerce und E-Learning.

Verstanden wird hier das Benutzerprofil als Adaptives System, in welchem im ersten Schritt Daten über den Benutzer gesammelt werden, im Anschluss ein Modell des Benutzers erstellt wird und schlieBlich ein Adaptierungseffekt zum Tragen kommt, der die gröffimögliche Kongruenz zwischen dem Nutzer und ,seinem' Modell sicherstellen soll (siehe Abb. 1).

Das Projekt geht auf Einzelaspekte wie den Aufbau und die Erstellung eines Benutzermodells sowie die sog. Benutzermodellbasierte Adaption ein (vgl. ASDL-Projekt Website, User Modelling: 2006, online), die im Folgenden näher beleuchtet werden sollen.

2.1 Struktur eines Benutzermodells

Die Angaben eines Benutzermodells lassen sich laut den Ausffihrungen des ASDL-Projekts in Benutzerdaten, Benutzungsdaten und Kontetxtdaten zergliedern.

Abbildung in dieser Leseprobe nicht enthalten

Unter den Begriff „Benutzerdaten" fallen beispielsweise:

- Vorhandenes oder fehlendes Wissen des Benutzers
- Pläne und Ziele des Benutzers
- Benutzermissverständnisse
- Benutzerpräferenzen
- Benutzerfähigkeiten

(ASDL-Projekt Website, User Modelling: 2006, online).

Unter dem Terminus „Benutzungsdaten" werden an dieser Stelle Daten bezfiglich des Verhaltens als auch der Aktionen des Users subsumiert. Hierzu zählen:

- Bewertungen durch den Benutzer:

Bewertungen des Benutzers fiber Brauchbarkeit von Produkten oder Information

- Zeitliches Benutzungsverhalten:

User Tracking (Aufzeichnung von Nutzer-Bewegungen im Internet (vgl.

Suchmaschinenoptimierung Website, Definition: Tracking: 2009, online))

- Zeitliches Benutzungsverhalten:

User Tracking (Aufzeichnung von Nutzer-Bewegungen im Internet (vgl.

Suchmaschinenoptimierung Website, Definition: Tracking: 2009, online))

- Selektionen des Benutzers:

z.B. von Webseiten oder Hilfetexten mit bestimmten Inhalten

- RegelmäBigkeiten im Benutzungsverhalten:

z.B. häufig vorkommende Aktionssequenzen

(ASDL-Projekt Website, User Modelling: 2006, online).

Als „Kontextdaten" werden Angaben hinsichtlich des Exterieurs des Anwenders, in welchem dieser agiert. Als Beispiele hierfür wären zu nennen:

- Gerät: z.B. Gerätetyp (Desktop-PC, Handy oder PDA), BildschirmgroBe, Bandbreite
- Ort: z:B. physischer Aufenthaltsort des Benutzers
- Zeit: z.B. Datum, Uhrzeit, Zeitzone
- Aufgabe: z.B. Einkauf von Waren

(ASDL-Projekt Website, User Modelling: 2006, online).

2.2 Erzeugung von Benutzermodellen

Der Modellerstellung ist logischerweise der Schritt der Entscheidung, welche Aspekte den Weg in das jeweilige User-Profil finden sollen, in der Konzeptionsphase vorgelagert. Zu klären ist auch, wie dies konkret geschehen soll, welche technologischen und informationstechnischen Methoden in Frage kommen. Uberdies, muss abgestimmt werden, in welcher Form die Daten im Modell dargestellt werden und wie bzw. ob das Modell zeitlich adaptiv ist.

Peter Mertens entwarf eine Klassifikationstabelle von Benutzermodellen anhand von 13 Merkmalen (siehe Abb. 2). Auf einige Merkmale sei an dieser Stelle genauer eingegangen.

Das in der Ubersicht von Mertens aufgef•hrte dritte Merkmal „Individualisierung" differenziert anhand seiner jeweiligen Ausprägung zwei Arten von Benutzermodellen. Zum einen solche, die sich in hohem MaBe an den User adaptieren, zum anderen jene, die anhand von Stereotypen dem Nutzer „ein Bandel von Eigenschaften [zuweist] (...), wenn bestimmte auslosende Informationen, die so genannten Trigger, bekannt werden." (Bodendorf 1992, S. 241).

Ein weiteres als besonders wichtig zu erachtendes Merkmal ist die „Veränderbarkeit". Anhand dieses Kennzeichens lässt sich ein Modell als statisch charakterisieren, wenn es im Verlauf einer Interaktionssitzung zwischen Nutzer und System unverändert bleibt. Im Gegensatz dazu verhält es sich dynamisch, im Falle einer Veränderung seiner selbst im Interaktionsprozess (vgl. Mertens 1999, S. 30).

Die Gtiltigkeit eines User Models lässt sich durch zwei Extreme aufspannen: kurz- und langfristig. Kurzfristige Modelle sind nur während einer Interaktionssitzung gtiltig und mtissen demnach jedes Mal neu initialisiert werden. Langfristige bewahren die gewonnenen Daten. Hierbei mtissen allerdings datenschutzrechtliche Vorgaben beachtet werden. AuBerdem ist zu bedenken, dass sich Einstellungen und Ziele des Nutzers ändern können, also das Modell trotz Speicherung von Informationen dynamisch sein sollte (siehe oben).

Das Merkmal Einsichtigkeit ist ebenfalls dichotom. Ist es ftir den Anwender möglich, die Daten einzusehen, die in sein Profil eingetragen wurden (transparent) oder nicht (intransparent). Ohne hier auf psychologische Besonderheiten einzugehen, die in diesem Zusammenhang interessant werden könnten, weist Mertens darauf hin, dass eine gewisse Intransparenz-Wahrung gegentiber dem User sinnvoll sein kann. Dann nämlich, wenn dieser sich aus jedweden Grtinden selbst falsch einschätzt und sein Profil damit obsolet wird. Mertens ftihrt hier das Beispiel eines Kunden in einem Verkaufsuntersttitzungssystem an, der aufgrund von Eitelkeit seine eigentliche Klassifizierung im System nach oben korrigiert (vgl. Mertens 1999, S. 31).

Des Weiteren lässt sich je nach Art der Informationsgewinnung von Benutzerdaten eine Gegentiberstellung von impliziten und expliziten Modellen generieren. Erstere (siehe Kapitel 2.1, Benutzungsdaten) verfolgen das Benutzungsverhalten des Users und leiten daraus Annahmen tiber dessen Eigenschaften ab. Unter expliziten Modellen versteht man Systeme, in denen der Anwender direkte Eingaben vornimmt (z.B. Formulare ausftillt). Hier ist der Aufwand der Informationsgewinnung deutlich geringer, aber daftir steht diesem Vorteil der Nachteil gegentiber, dass der Benutzer einen höheren Selbstaufwand leisten muss, was in der Regel nicht mit einer optimalen Benutzerfreundlichkeit einhergeht (vgl. Mertens 1999, S. 30).

2.3 Benutzermodellbasierte Adoption

Die Anwendung eines Benutzermodells („User Models") ist in drei Abschnitte separierbar: Die Initialisierung („Initialisation") bereitet das Modell zur Nutzung vor, die Aktualisierung („Updating") verändert es in der Laufzeit und die Anpassung („System Adaption") verwendet das Benutzermodell zur Anpassung des Systems (vgl. Vrieze 2004, S. 2f.; siehe Abb. 3).

[...]