Программные решения для динамического изменения пользовательского интерфейса на основе автоматически собранной информации о пользователе

Интерфейсы - это неотъемлемая составляющая звеньев восприятия программных продуктов и управления ими. Именно они обеспечивают управление программными продуктами и связь пользователей с программой. Неустанная интеграция IT-технологий в среду существования современного человека порождает все больший спрос на разработки в области адаптации интерфейсов программных продуктов, направленных на удовлетворение потребностей пользователей.

Программные продуктов, ориентированные на повышение удобства пользования интерфейсами, обладают следующими достоинствами:

• •    упрощение восприятия бизнес-логики программного продукта конкретным пользователем;

• •    гибкость модели представления информации;

• •    повышение производительности работы с интерфейсом.

Под динамическим изменением интерфейса следует понимать его адаптацию в результате выполнения некоторого сценария на основе поведенческого портрета пользователя.

Наиболее полный обзор содержания адаптивного поведения человеко-машинного интерфейса (ЧМИ) содержится в [1]. Авторы предлагают три параметра интерфейса, которые могут меняться:

• •    содержание представляемой информации;

• •    форма представления информации и ведения диалога;

• •    распределение задач между человеком и машиной (уровень автоматизации).

В других работах декларируется, что адаптивность интерфейса проявляется:

• •    в настройке уровня детализации диалога с пользователем - от подробного диалога, «ведущего» пользователя к цели шаг за шагом через иерархию меню, к короткому, с использованием сокращенных команд и макросов в режиме «вопрос-ответ» [2];

• •    в подсказках, ограничении доступа к приложениям, регулировании интенсивности информационного обмена и изменению внешнего вида интерфейса [3,4];

• •    в фильтрации и расстановке приоритетов контента, предложенного пользователю; это может происходить не только в соответствии с собственными предпочтениями, но и под влиянием внешних факторов и контекста (например, пользователю предъявляется продукт, который выгодно купить именно сейчас [5]);

• •    в изменении темпа подачи информации [6];

• •    в настройке параметров изображения (толщины линий, размера шрифта, яркости и др.).

В условиях конкуренции современных разработок в области разработки и применения интерактивных интерфейсов повышается актуальность исследований в направлении автоматизированной адаптации пользовательских интерфейсов. Под автоматизированной адаптацией понимается динамическое изменение пользовательских интерфейсов на основе автоматически собранной информации о пользователе.

Значительную роль в исследовании моделей и методов адаптации интерфейсов играют достижения Питера Экерсли [7]. Отдельные вопросы проектирования и анализа использования возможностей псевдоидентификации рассматриваются в трудах исследователей Г. Кришна, К. Докинз, Дж. Гилмор [8, 9]. Некоторые вопросы использования технологий сбора данных в автономных киберфизических системах рассматриваются в работах отечественных ученых А. Бочкарева, В. Голембо [10].

В [8-10] рассмотрены фундаментальные принципы и концепции, которые применяются при реализации программных продуктов, представлены различные модели и методы, направленные на улучшение восприятия и взаимодействия с интерфейсами конечных программных продуктов. Но все эти аспекты рассматривались как отдельные задачи, и отсутствовало их объединение в единую адаптивную систему.

Анализ результатов предыдущих исследований позволил прийти к выводу, что на сегодняшний день неуклонно растет спрос на системы адаптации интерфейсов во всех сферах их использования, а работоспособные системы отсутствуют. В данной статье описывается разработанный авторами подход, доведенный до программной реализации.

1.    Индуктивный подход к построению адаптивных интерфейсов

І=1Ғ=1

in m             k                             in  m  ink

7=1 j=i            ғ=і                               i=i 7=1 ;-=i

Общая функциональная схема механизма адаптации интерфейса представлена на рис. 1. Механизм состоит из нескольких блоков: блок определения факторов, где формируются/хранятся факторы пользователя, которые могут влиять на критерии изменения интерфейса, то есть адаптации; блок формирования критериев (количество критериев для каждого фактора может быть разной); блок обработки данных, в котором программным образом будет обрабатываться содержание критериев, приводит к изменению интерфейса [12].

Рис.1. Составные части механизма адаптации интерфейса Fig.l. Components of the interface adaptation mechanism

2.    Требования к программному продукту

Программный продукт должен обеспечивать следующие функциональные возможности:

• •    сбор и хранение информации о пользователях соответствующего вебприложения;

• •    псевдоидентификацию пользователей на основании собранных данных;

• •    автоматизированную           адаптацию           интерфейсов

псевдоидентифицированных пользователей.

Программный продукт должен соответствовать следующим требованиям:

• 1.    контролируемый сбор информации о пользователях вебприложения;

• 2.    создание и поддержка базы данных полученной информации;

• 3.    псевдоидентификация пользователей веб-приложения на основе собранной информации;

• 4.    автоматизированная адаптация пользовательского интерфейса веб-

• приложения на основании собранных и обработанных программным продуктом данных.
3.    Структурная схема программного продукта

Ниже проведен сравнение предъявленных требований с возможностями существующих аналогов. За последние годы сформировалось и продолжает развиваться направление корректировки контента, структуры сайта, контроля внутренних и внешних факторов пребывания и взаимодействия пользователя с интерфейсом. Это неотъемлемая составляющая успеха маркетинговых и информационных сайтов. Существует достаточно большое количество систем сбора информации о пользователях, например, Amplitude [13], Mixpanel [14] и др. Эти программные продукты удовлетворяют требованиям 1 и 2, но не удовлетворяют требованиям 3 и 4. Практически отсутствуют системы, которые удовлетворяют всем четырем перечисленным требованиям.

На рис. 2 представлена схема взаимодействия программной системы «AAUI -Automatic Adaptation of User Interfaces».

Puc 2. Схема взаимодействия программной системы «AAUI» Fig. 2. Diagram of interaction of the "AAUI" software system

Блок «AAUI» является начальным модулем, начиная с которого происходит взаимодействие с компонентами программного продукта. «Identification» реализует формирование сущности на основании собранной информации об объекте, который проявил активность. «Operating system» обеспечивает сбор информации о программных средствах активного объекта посещения. «Browser identification» отвечает за сбор информации о программном обеспечении, которое задействовано во взаимодействии с конечным программным продуктом. «Human behavior» обеспечивает проверку возможного прошлого присутствия псевдодеанимизированного объекта. «Adaptation» отвечает за программную адаптацию на основе созданного отпечатка псевдодеанимизированного объекта взаимодействия с конечным продуктом. «Database» отвечает за сохранность проанализированной информации, токенов псевдодеанимизации и правил адаптации интерфейсов. «Process identifier» отвечает за согласование идентификации существующих объектов взаимодействия.

На рис. 3 представлена блок-схема использования программного продукта.

Рис 3. Схема использования программного продукта Fig. 3. Scheme of using the software

В блоке «Set token» - программная система «AAUI» генерирует идентификатор. Генерация идентификатора происходит параллельно со сбором дополнительных данных для более точной идентификации пользователя, рис. 4.

171 ▼ function _getBrowserFingerprint() {

172 (useragent = (_SERVER[ HTTPUSERAGENT’];

173     (accept   • (SERVER['НТТРАССЕРТ'];

174     (charset  = (_SERVER[ *HTTP_ACCEPT_CHARSET' ];

175     (encoding = (_SERVER['HTTP_ACCEPT_ENCOOING'];

176     (language = (_SERVER[,HTTP_ACCEPT_LAMGUAGE'];

177    (data = ";

178     (data .- (useragent;

175     (data .= (accept;

180     (data .= (charset;

181   : (data .= (encoding;

182     (data .= (language;

184     (hash = hash('sha256', (data);

185     return (hash;

186   }

Puc 4. Реализация блока генерации идентификатора Fig. 4. Implementation of the ID generation unit

«Checking visit» - проверка на возможного предыдущего посещения сервиса пользователем.

• •    Если пользователь идентифицируется («User identified») происходит анализ поведенческих характеристик «Analysis rules», собранных на основе объектов интерфейса программного продукта, ориентированных на отслеживание изменений; применение персональных настроек «Involvement rules» и дальнейшее наблюдение за изменением потенциально изменяемых настроек интерфейса «Tracking status changes». Все изменения настроек веб-интерфейса, которые отслеживаются, сохраняются в базе данных каждый раз, когда они происходят - «Saving the latest user settings»;

• •    В случае, если пользователь впервые посещает веб-сервис, т.е. «User not identified», происходит отслеживание изменений, задаваемых пользователем, и их в базе данных сохранение «Saving changes made by the user».

4.    Программная реализация

Основным преимуществом программной системы является примененная модель идентификации анонимных пользователей конечных программных продуктов с дальнейшим использованием динамического идентификатора для автоматической адаптации интерфейса под идентифицированного пользователя.

«ААІЛ» является серверным программным продуктом, написанным на скриптовом языке программирования PHP. Программный продукт обеспечивает:

• •    администрирование программного продукта (управление списком задействованных фильтров идентификации, изменение, редактирование, создание правил адаптации);

• •    хранение и обработка информации о пользователях;

• •    обеспечение хранения информации о сессиях.

В «АА1Л» предусмотрен механизм настройки псевдодеанонимизации пользователей, и их группировки по заданным фильтрам. Функции групп пользователей:

• 1.    группировка списков по странам посещения;

• 2.    группировка списков пользователей по языку пользователей;

• 3.    группировка по конфигурации конечного устройства посетителя;

• 4.    комбинация групп для выделения целевой аудитории.

Надежность и устойчивое функционирование «АА1Л» достигается совокупностью следующих организационно-технических мероприятий:

• 1.    организация надежной защиты специалистами по кибербезопасности веб-приложений;

• 2.    организации регулярного и качественного технического обслуживания серверной части;

• 3.    своевременное обслуживание базы данных.

Серверное приложение «АА1Л» взаимодействует с посетителем вебприложения с начала его взаимодействия с интерфейсом веб-приложения (рис. 5). Уровень «поглощения» собранной информации о посетителе устанавливает администратор программной системы.

Рис 5. Схема модели взаимодействия Fig. 5. Diagram of interaction model

Основным источником хранения данных является база данных. В ней хранится информация о полученных сущностях псевдодеанонимизированных пользователях. Для хранения информации используется свободная система управления реляционными базами данных MySQL. Структура базы данных разработана на основе разработанной методологии идентификации пользователей.

Для визуального представления схемы базы данных была использована методология IDEF IX, направленная на моделирование реляционных баз данных (рис. 6). Указанный стандарт входит в семейство методологий IDEF позволяющее исследовать структуру, параметры и характеристики производственно-технических и организационно-экономических систем. Методология IDEF IX адаптирована для совместного использования с IDEF0 в рамках единой технологии моделирования. На основе IDEF0 детализируются функциональные блоки, a IDEF IX позволяет детализировать «стрелки». Разработка базы данных производилась с помощью инструмента для проектирования баз данных MySQL Workbench - инструмента, интегрирующего проектирование, моделирование, создание и эксплуатацию БД в единое окружение для системы баз данных MySQL с использованием, в частности, нотации IDEF IX.

t id INT(ll)

date TIMESTAMP

П V hrdw VAR CH AR (500)    □+■

О langcode VARCHAR(500)

I О resolution VARCHAR(500)

Puc 6. Фрагмент ER-диаграммы базы данных в нотации IDEF1X

Fig. 6. Fragment of the ER-diagram of the database in IDEF IX notation Интересной в данном продукте является реализация системы псевдоидентификации пользователей. Взаимодействие частей программного продукта демонстрируют части кода, представленные на рис.7 и 8. На рис.7. представлен блок получения информации об установленных пользователем языков и часового пояса. Функция автоматической адаптации локализации вебприложения на основе собранных данных представлена на рис. 8.

5.    Экспериментальное использование технологии

После интеграции «АА1Л» с Интернет магазином было проведено исследование, направленное на выявление процентного соотношения прироста количества новых посетителей. В течение тридцати дней система работала в режиме сбора поведенческих сущностей, псевдодеанимизации и формирования базы посетителей.

Была получена выборка из 2000 уникальных поведенческих портретов. Из них 30% возвращались на сайт Интернет магазина в дальнейшем. На основании анализа собранных данных была запрограммирована функция адаптация, которая была более всего востребована - сортировка товаров по цене (от минимальной до максимальной).

118 Арр::before(function($request){

119       $url_lang = Request::segment(l);

120       $cookie_lang = Cookie::get('language');

$browser_lang = substr(Request::server('HTTP_ACCEPT_LANGUAGE'), 0, 2);

122 if(I empty($url_lang) AND in_array($url_lang. Config::get('app.languages*)))

123{

124          if($url_lang !- $cookie_lang)

125{

126               Session::put(*language', $url_lang);

127}

128           App::setlocale(Surl_lang);

129} else if(Iempty($cookie lang) AND in_array($cookie lang. Config::get('app.languages')))

131{

132           App::setLocale($cookie_lang);

133} else if(Iempty($browser_lang) AND in_array($browser_lang, Config::get('app.languages')))

136{

137           if($browser_lang != $cookie_lang)

138{

139               Session::put('language*, $browser_lang);

140}

141           $timezone - \Auth::user()->timezone;

143          $datetime = $this->asDateTime($value);

144           DB::table('essences')->insert(

145            ['langcode' => , $browser_lang) 'votes' => 0]

146            ['date' => , Jdatetime * ^timezone) "votes' => 0]

147);

Puc 7. Блок сбора информации Fig. 7. Information collection block

203 public function handle^request, Closure $next)

204{

205       if(I\Session::has("locale"))

206{

208}

$usersrule = OB::table('data")->select('rule", "rule")->get();

app()->setlocale(\Session::get("usersrule"));

214 return $next($request);

215   }

Puc 8. Функция автоматической адаптации Fig. 8. Automatic adaptation function

Программная система «АА1Л», в течение тридцати дней генерировала выборку поведенческих портретов. При повторном посещении псевдодеанимизированного пользователя система автоматически адаптировала запрограммированную на отслеживание функцию в зависимости от полученного состояния сортировки.

В результате использования «АА1Л» процент посетителей веб-приложения, которые снова обратились в Интернет-магазин, вырос с 30% до 50%.

В дальнейшем будет проведено более детальное экспериментальное исследование возможностей предлагаемой технологии.

6.    Заключение

В работе представлено описание программного обеспечения для автоматизированной адаптации пользовательских интерфейсов. Проведенный анализ систем, направленных на сбор информации о пользователях, таких как Amplitude и Mixpanel, позволил сделать вывод, что указанные программные системы обеспечивают только сбор профилированной информации о входящих пользователях и не обеспечивают автоматизированной адаптации интерфейсов под нужды пользователей.

Разработанная система «АА1Л» направлена на автоматизированную адаптацию интерфейсов под нужды пользователей. Система обеспечивает псевдоидентификацию пользователей (построение базы анонимных пользователей и правил на основе их пребывания в веб-приложениях). Оригинальной особенностью системы является использованная модель идентификации анонимных пользователей конечных программных продуктов с дальнейшим использованием динамического идентификатора для автоматической адаптации интерфейса под идентифицированного пользователя. В открытом доступе отсутствует аналогичное программное обеспечение.

К перспективам дальнейшей разработки «АА1Л» можно отнести увеличение количества маркеров идентификации для повышения достоверности идентификации пользователей, внедрение в системы управления контентом и оптимизацию работы с данными.

Представлено экспериментальное применение технологии на примере Интернет-магазина, в котором в течение 30 дней было зафиксировано 2000 уникальных поведенческих портретов. В результате эксперимента процент посетителей веб-приложения, которые снова обратились в Интернет-магазин, вырос с 30% до 50%.