Читать статью 'Разработка методов адаптации пользовательских интерфейсов для USSD-сервисов' в журнале Кибернетика и программирование на сайте nbpublish.com
Рус Eng During last 365 days Approved articles: 1899,   Articles in work: 357,  Declined articles: 434 
Nota Bene. Books, journals, publishing technologies.
Library
Creative Commons License This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
Back to contents

Cybernetics and programming
Reference:

Develoloping User Interface Adaptive Methods for USSD Services

Tregubov Artem Sergeevich

Master degree student of the Faculty of Information Technologies, Department of General Computer Studies at Novosibirsk State University

630090, Russia, Novosibirskaya oblast', g. Novosibirsk, ul. Pirogova, 2

artem.tregubov@mail.ru
Другие публикации этого автора
 
 

DOI:

10.7256/2306-4196.2016.4.19497

Review date:

16-06-2016

Publish date:

26-08-2016

Abstract.

The growth of a number of electronic devices and their capacities trigger the development of recommendation systems in general and adaptive interfaces in particular. Such systems collect information about user experience and analyze obtained data using the methods of machine-aided learning. Not ony the number of devices is growing, so is the number of users who often have different needs and demands. The author of the article pays special attention to the interface of USSD services. The purpose of the research is to develop an approach alllowing to decrease the average number of demands made by users while working with the text menu. To find a relevant solution, the author applied the methods of systems analysis and discovered a strong dependence between needs of each user and his/her context. Using the information about the execution context allowed to improve the existing methods and obtain better results. The author's approach is based on the two-stage clusterization: interface clusterization at the first stage and context clusterization at the second stage. To carry out testing the author used data collected during interaction with the users of USSD-services. 
Keywords: stereotyped adaptation, adaptation of the menu graph, context definition, user properties, buiding a user modelo, user clusterization, adaptation of tree-coded menus, adaptation of hierarchical interfaces, USSD, adaptive interfaces
This article written in Russian. You can find full text of article in Russian here .

References
1.
Ontology-Based Model for Supporting Dynamic and Adaptive User Interfaces // International Journal of Human-Computer Interaction 2014 p. 771-786.
2.
Shumkina, V. V. ALGORITM AVTOMATIChESKOI ADAPTATsII DREVOVIDNYKh POL''ZOVATEL''SKIKh INTERFEISOV.// Al'manakh sovremennoi nauki i obrazovaniya 2013. № 6 (73). C. 194-196
3.
Morozov I. S. Algoritm avtomaticheskoi adaptatsii interfeisa mobil'nykh USSD-servisov // Al'manakh sovremennoi nauki i obrazovaniya. 2015. №8-98.
4.
Learning Algorithm of Kohonen Network With Selection Phase – 2012-Mohamed Ettaouil1 , Essafi Abdelatifi2 , Fatima Belhabib3 ,and Karim El moutaouakil4-WSEAS TRANSACTIONS on COMPUTERS
5.
Tidvell D., Razrabotka pol'zovatel'skikh interfeisov // SPb: Piter 2008.
6.
Persad, U., Langdon, P., & Clarkson, J. (2007). Characterising user capabilities to support inclusive design evaluation. Universal Access in the Information Society, 6, 119–135.
7.
Leah Findlater, Krzysztof Z. Gajos. Design Space and Evaluation Challenges of Adaptive Graphical User Interfaces // AI Magazine. – 2009. – Vol. 30, No. 4. – P. 68-73.
8.
McAvoy L. M., Chen, L., & Donnelly, M. (2012, September). An ontologybased context management system for smart environments. UBICOMM 2012, the Sixth International Conference on Mobile Ubiquitous Computing, Systems, Services and Technologies, 18–23.
9.
Almeida, A., & López-de-Ipiña, D. (2012). Assessing ambiguity of context data in intelligent environments: Towards a more reliable context managing system. Sensors, 12, 4934–4951
10.
Ballard B., Designing the Mobile User Experience - Wiley, USA, 2007
11.
J. Kogan, C. Nicholas, M. Teboulle. Clustering Large and High Dimensional data // Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery. – 2012. – Vol. 2, No. 4. – P. 340-350
Издательство
 
Авторам
 
Услуги
 
Разное
 
Наши сайты
© 1998 – 2019 Nota Bene. Publishing Technologies. NB-Media Ltd.

Журнал позволяет авторам сохранять без каких-либо ограничений авторские права. Все авторы автоматически приобретают авторские права на свои произведения в момент их создания. Авторские права защищены действующим законодательством Российской Федерации.

Тип лицензии, поддерживаемый журналами издательства: Attribution- NonCommercial 4.0 International (CC BY-NC 4.0) – Лицензия «С указанием авторства – Некоммерческая».

Журнал имеет свободный доступ, это означает, что статьи можно читать, загружать, копировать, распространять, печатать и ссылаться на их полные тексты с указанием авторства в некоммерческих целях в соответствии с условиями Лицензии «С указанием авторства – Некоммерческая» (Creative Commons Attribution-NonCommercial 4.0 International License).

Вы вправе свободно:

Делиться (обмениваться) — копировать и распространять материал на любом носителе и в любом формате.

Адаптировать (создавать производные материалы) — делать ремиксы, видоизменять, и создавать новое, опираясь на этот материал. Лицензиар не вправе аннулировать эти свободы пока вы выполняете условия лицензии.

Указанные выше права реализуются при соблюдении следующих условий:

Атрибуция — вы должны обеспечить соответствующее указание авторства, предоставить ссылку на лицензию и указать, были ли внесены изменения в произведение. Вы можете делать это любым разумным способом, но не таким, который подразумевал бы, что лицензиар одобряет вас или ваш способ использования произведения.

Некоммерческий — вы не можете использовать материал в коммерческих целях.

Никаких дополнительных ограничений — вы не вправе применять юридические ограничения или технологические меры, создающие другим юридические препятствия в реализации тех действий, что разрешены лицензией.