ПРОТОТИПИРОВАНИЕ АДАПТИВНЫХ ПОЛЬЗОВАТЕЛЬСКИХ ИНТЕРФЕЙСОВ ПРИКЛАДНЫХ ПРОГРАММ С ИСПОЛЬЗОВАНИЕМ МЕТОДОВ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

Зубкова Т.М., Тагирова Л.Ф., Тагиров В.К. Прототипирование адаптивных пользовательских интерфей- сов прикладных программ с использованием методов искусственного интеллекта // Научно-технический вестник информационных технологий, механики и оптики. 2019. Т. 19. № 4. С. 680–688. doi: 10.17586/2226-1494-2019-19-4-680-688

Предмет исследования. Выполнено исследование в области разработки пользовательского интерфейса прикладного программного обеспечения с использованием элементов искусственного интеллекта. Создана методика разработки интерфейсов адаптивного прикладного программирования, основанная на оценке профессиональных качеств пользователя, психофизиологических особенностей и эмоционального состояния. Программная система разработана и реализована с возможностью выбора интерфейса прикладного программирования с учетом аудитории пользователей и конкретного состояния пользователя. Проведен анализ работ, посвященных данной проблеме, в результате выявлено, что при построении модели пользователя и прототипа интерфейса авторы ограничиваются оценкой умения работы на компьютере и знанием предметной области, но не принимается во внимание эмоциональное состояние и психофизиологические особенности пользователя. Метод. Для реализации аналитической части программной системы использована нечеткая экспертная система, ядром которой является продукционная модель представления знаний. На предварительном этапе сформирована группа экспертов и реализовано ранжирование характеристик пользователей. В результате разработана база правил продукционной модели экспертной системы, которая позволяет на основе результатов оценки характеристик пользователей и их эмоционального состояния подобрать наиболее подходящий прототип шаблона интерфейса. Основные результаты. Применение методов искусственного интеллекта позволяет на более высоком качественном уровне проектировать пользовательские интерфейсы. Реализованный адаптивный интерфейс обеспечивает удобное взаимодействие пользователя с программной системой и позволяет сократить число ошибочных действий, возникающих при работе специалистов. Практическая значимость. Разработанная программная система проектирования адаптивных пользовательских интерфейсов может быть использована при проектировании прикладного программного обеспечения в различных сферах деятельности для широкой пользовательской аудитории.

1. Курзанцева Л.И. О построении интеллектуального интерфейса компьютерной системы со свойствами адаптации // Комп’ютерні засоби, мережі та системи. 2007. № 6. С. 104–110.
2. Зубкова Т.М., Наточая Е.Н. Проектирование интерфейса программного обеспечения с использованием элементов искусственного интеллекта // Программные продукты и системы. 2017. №1 (30). С. 5–11.
3. Верлань А.Ф., Сопель М.Ф., Фуртат Ю.О. Об организации адаптивного пользовательского интерфейса в автоматизированных системах // Известия ЮФУ. Технические науки. 2014. № 1. С. 100–110.
4. Попов Ф.А., Ануфриева Н.Ю. Интеллектуализация пользовательских интерфейсов информационных систем // Вестник Томского государственного университета. 2007. № 300(1). С. 130–133.
5. Диковицкий В.В. Шишаев М.Г. Технология формирования адаптивных пользовательских интерфейсов для мультипредметных информационных систем промышленных предприятий // Известия вузов. Приборостроение. 2014. Т. 57. № 10. С. 12–16.
6. Гумиров Ш.Ш. Метод адаптации пользовательского интерфейса телекоммуникационных сервисов на основе скрытых марковских моделей // Вестник НГУ. Серия: Информационныетехнологии. 2010. Т. 8. № 2. C. 43–53.
7. Dong Y., Zhang H., Herrera-Viedma E. Integrating experts' weights generated dynamically into the consensus reaching process and its applications in managing non-cooperative behaviors // Decision Support Systems. 2016. V. 84. P. 1–15. doi: 10.1016/j.dss.2016.01.002
8. LuJ., WuD., MaoM., WangW., ZhangG.Recommender system application developments: a survey // Decision Support Systems. 2015. V. 74. P. 12–32. doi: 10.1016/j.dss.2015.03.008 
9. Araz O.M., Lant T., Fowler J.W., Jehn M.Simulation modeling for pandemic decision making: a case study with bi-criteria analysis on school closures // Decision Support Systems. 2013. V. 55. N 2. P. 564–575. doi: 10.1016/j.dss.2012.10.013
10. Guo Z.Optimal decision making for online referral marketing // Decision Support Systems. 2012. V. 52. N 2. P. 373–383. doi: 10.1016/j.dss.2011.09.004
11. Toledo C.M., Chiotti O., Galli M.R. Process-aware approach for managing organisational knowledge // Information Systems. 2016. V. 62. P. 1–28. doi: 10.1016/j.is.2016.04.001
12. Sarker S., Ahuj M.Work-life conflict of globally distributed software development personnel: an empirical investigation using border theory // Information Systems Research. 2018. V. 29. N 1. P. 103–126. doi: 10.1287/isre.2017.0734
13. Manfreda A., Kovacic A., Stemberger M.I., Trkman P. Absorptive capacity as a precondition for business process improvement // Journal of Computer Information Systems. 2014. V. 54. N 2. P. 35–43. doi: 10.1080/08874417.2014.11645684
14. Huang T.C.-K., Chen Y.-L., Chang T.-H. A novel summarization technique for the support of resolving multi-criteria decision making problems // Decision Support Systems. 2015. V. 79. P. 109–124. doi: 10.1016/j.dss.2015.08.004
15. Маклаков А.Г. Общая психология. СПб: Питер, 2019. 583 с.
16. Собчик Л.Н. Модифицированный восьмицветовой тест Люшера. СПб: Речь, 2001. 112 с.
17. Джарратано Д., Райли Г. Экспертные системы: принципы разработки и программирование. М.: Вильямс, 2007. 1152 с.
18. Хабаров С.П. Интеллектуальные информационные системы. Режим доступа: http://www.habarov.spb.ru/new_es/index.htm (дата обращения: 29.04.2019)

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License