이 논문은 사용자와 AI가 협력하여 대규모 데이터(big data)와 심층 데이터(thick data)를 수집하고 분석하는 i-Log 시스템을 소개한다.
대규모 데이터는 센서 데이터를 통해 객관적인 현실을 파악할 수 있지만, 심층 데이터는 사용자의 주관적인 경험과 행동을 설명할 수 있다. 이 두 가지 데이터를 통합하면 사용자의 행동과 선호도에 대한 더 포괄적인 이해가 가능하다.
i-Log 시스템의 핵심 구성요소는 다음과 같다:
연구자는 실험 계획을 수립하고, 참여자는 이를 수정하여 자신의 상황에 맞출 수 있다. 수집된 데이터는 장기 메모리 데이터베이스에 저장되며, 데이터 수집 품질 통계는 스케줄러 데이터베이스에 저장된다. 또한 기계 학습 모듈은 개인의 상황을 기반으로 적절한 시기에 질문을 하도록 도와준다.
대시보드의 시각화 기능을 통해 실험 진행 상황을 실시간으로 모니터링하고 수집된 대규모 데이터와 심층 데이터를 탐색할 수 있다. 이를 통해 사용자 경험을 향상시키고 데이터 품질을 개선할 수 있다.
향후 연구에서는 i-Log 시스템을 실제 상황에서 평가하고, 윤리적 및 개인정보 보호 문제를 해결할 계획이다.
לשפה אחרת
מתוכן המקור
arxiv.org
תובנות מפתח מזוקקות מ:
by Haonan Zhao,... ב- arxiv.org 04-30-2024
https://arxiv.org/pdf/2404.17602.pdfשאלות מעמיקות