Dissertação

{en_GB=NEURAL: Towards Neuroticicism-Based User Interface Customization} {} EVALUATED

{pt=Interfaces de utilizador são frequentemente desenhadas com um grupo de utilizadores em mente, mas diferenças individuais levam a diferentes experiências de utilizador. No nosso trabalho, estudámos se personalidade, particularmente o traço Neuroticismo, é relevante para a personalização de interfaces gráficas de utilizador, com o propósito de melhorar a experiência de interação. Formulámos diretrizes de desenho de interfaces baseadas em Neuroticismo aplicando uma interface adaptável. De seguida, estudámos como aplicar estas diretrizes em contextos diferentes impactaria a experiência e escolha de interface do utilizador. Ao alterar apenas um elemento de uma interface de acordo com as diretrizes, os resultados não mostraram um impacto. No entanto, ao alterar vários elementos de uma interface, os resultados mostraram um impacto na preferência da interface do utilizador, em que os utilizadores preferem a interface personalizada de acordo com as diretrizes para seu Neuroticismo. Adicionalmente, desenvolvemos uma framework de classificação para uma avaliação rápida de Neuroticismo, treinando um classificador com sinais de Eletroencefalografia (EEG), e testando diferentes algoritmos de classificação. Random Forest foi o algoritmo com melhor desempenho, classificando sinais EEG em alto ou baixo Neuroticismo, com uma precisão de 84%., en=User interfaces are often designed with a user group in mind, but individual differences provide different user experiences. In our work, we studied whether personality, in particular the trait Neuroticism, is relevant for customizing graphical user interfaces, with the purpose of improving the interactive experience. We formulated Neuroticism-based interface design guidelines by employing an adaptable interface and collecting preferences. Later, we studied how applying these guidelines in different contexts would impact user experience and choice of interface. When changing only one feature of an interface according to the guidelines, results did not show an impact. However, when changing multiple features of an interface, results showed an impact on interface preference, with users preferring the interface customized according to the guidelines for their Neuroticism. Additionally, we developed a classification framework for a quick assessment of Neuroticism, by training a classifier with EEG signals, and testing different classification algorithms. Random Forest was the algorithm with the best performance, classifying EEG signals into high or low Neuroticism, with an accuracy of 84%.}
{pt=Interface de utilizador pezonalizada, Diretrizes de desenho, Neuroticismo, Interface cérebro-computador, Psicofisiologia., en=Customized user interface, Design guidelines, Neuroticism, Brain-computer interface, Psychophysiology.}

Dezembro 5, 2019, 16:30

Orientação

ORIENTADOR

Sandra Pereira Gama

Departamento de Engenharia Informática (DEI)

Professor Auxiliar Convidado