Resumen de Modelo de interfaz adaptativa basada en perfiles de usuario y ontologías para recomendación de objetos de aprendizaje

Thomás Quiroz, Oscar M. Salazar, Demetrio Arturo Ovalle Carranza

• español

  Se propone un modelo de interfaz gráfica que se adapta a las preferencias cognitivas de los usuarios y que es capaz de recomendar objetos de aprendizaje (OAs). La propuesta hace uso de la metodología Methontology la cual permite representar los conocimientos del dominio a partir de ontologías. Adicionalmente, la metodología Prometheus es utilizada para el diseño del sistema multi-agente de recomendación de OAs. La funcionalidad adaptativa consiste en distribuir los paneles que componen la interfaz según el usuario específico que esté interactuando con el sistema. La realización de esta distribución se basa en las características y preferencias de cada usuario, las cuales están almacenadas en el perfil del usuario. La validación del modelo de interfaz propuesto fue realizada mediante la aplicación de las siguientes métricas: 1) el rendimiento del sistema, (2) la experiencia de usuario, (3) la usabilidad (4) la persistencia a la sobrecarga, entre otras. Los resultados obtenidos evidencian las bondades de utilizar agentes inteligentes, ontologías y perfiles de usuario para construir interfaces de usuario adaptativas.

• English

  A graphical interface model that adapts itself to the user cognitive preferences and that is able to recommend learning objects (LOs) is proposed. The proposal considers the Methontology methodology, which allows representing the knowledge of the domain based on ontologies. In addition, the Prometheus methodology is used for designing the LOs multi-agent recommendation system. The adaptive functionality consists of distributing the panels that make up the interface according to the particular user interacting with the system. The panel distribution is performed based on the characteristics and preferences of each user, which are stored in the user profile. The validation of the proposed user interface model was done by applying the following metrics: 1) system performance, (2) user experience, (3) usability (4) overload persistence, among others. The results show the benefits of using intelligent agents, ontologies, and user profiles to construct adaptive user interfaces.