TU Darmstadt / ULB / TUbiblio

Sensorbasiertes Monitoring zur kontextsensitiven Unterstützung von Wissensarbeit

Kropff, Matthias (2011):
Sensorbasiertes Monitoring zur kontextsensitiven Unterstützung von Wissensarbeit.
Darmstadt, Germany, TU Darmstadt / Fachgebiet Multimedia Kommunikation, [Online-Edition: urn:nbn:de:tuda-tuprints-26633],
[Ph.D. Thesis]

Abstract

In der modernen Informationsgesellschaft ist es für die steigende Anzahl von Wissensarbeitern immer notwendiger, die Zeitphasen hoch geistiger Arbeit vor den Auswirkungen ungeplanter Unterbrechungen zu schützen. Empirische Untersuchungen belegen die negativen Auswirkungen auf kognitive Leistung, Bearbeitungsdauer, Stressempfinden und physiologischen Zustand, die aufgrund spontaner Arbeitsunterbrechungen durch Kollegen und Kommunikationstechnologien verursacht werden. Diese Arbeit verfolgt das Ziel, ein Unterbrechungsmanagement-System in Form eines Virtuellen Assistenten zu konzipieren, mit welchem dem Wissensarbeiter Unterstützung angeboten werden soll. Der Virtuelle Assistent schätzt hierzu auf Basis multimodaler Sensorinformationen unter Zuhilfenahme statistischer Modelle den Kontext des Wissensarbeiters und ergreift Maßnahmen zur Reduzierung der Unterbrechungskosten. Zur Analyse der Unterbrechungskosten wurde anhand verwandter Arbeiten ein umfassendes Faktorenmodell entwickelt, welches die Beziehung zwischen den Kontext beschreibenden Faktoren und den Auswirkungen von Unterbrechungen systematisch darstellt. Mit Blick auf das zu entwickelnde Unterbrechungsmanagement-System wurden anhand des Modells offene Faktoren identifiziert und daraus folgend in einem Laborexperiment die Auswirkungen von Unterbrechungen in Abhängigkeit der durchgeführten Aufgabenart, Störungsmodalität und der Antizipation von Kontrolle untersucht. Es zeigt sich, dass sich der Aufwand zur expliziten Steuerung eines solchen Systems negativ auf das Stressniveau auswirken kann. Gestützt durch diese Erkenntnisse wurde entsprechend der autonom entscheidende Virtuelle Assistent umgesetzt. Im Rahmen der Entwicklung wurden umfangreiche Sensorkomponenten und Nutzerschnittstellen implementiert sowie ein adaptiver Lernkreislauf entwickelt, um eine nutzerspezifische Anpassung des statistischen Modells zu ermöglichen. Der Prototyp des Virtuellen Assistenten wurde abschließend in einem Feldtest dazu eingesetzt, verschiedene Algorithmen aus dem Bereich des Maschinellen Lernens hinsichtlich ihrer Klassifikationsgüte zur Kontextbestimmung zu untersuchen.

Item Type: Ph.D. Thesis
Erschienen: 2011
Creators: Kropff, Matthias
Title: Sensorbasiertes Monitoring zur kontextsensitiven Unterstützung von Wissensarbeit
Language: German
Abstract:

In der modernen Informationsgesellschaft ist es für die steigende Anzahl von Wissensarbeitern immer notwendiger, die Zeitphasen hoch geistiger Arbeit vor den Auswirkungen ungeplanter Unterbrechungen zu schützen. Empirische Untersuchungen belegen die negativen Auswirkungen auf kognitive Leistung, Bearbeitungsdauer, Stressempfinden und physiologischen Zustand, die aufgrund spontaner Arbeitsunterbrechungen durch Kollegen und Kommunikationstechnologien verursacht werden. Diese Arbeit verfolgt das Ziel, ein Unterbrechungsmanagement-System in Form eines Virtuellen Assistenten zu konzipieren, mit welchem dem Wissensarbeiter Unterstützung angeboten werden soll. Der Virtuelle Assistent schätzt hierzu auf Basis multimodaler Sensorinformationen unter Zuhilfenahme statistischer Modelle den Kontext des Wissensarbeiters und ergreift Maßnahmen zur Reduzierung der Unterbrechungskosten. Zur Analyse der Unterbrechungskosten wurde anhand verwandter Arbeiten ein umfassendes Faktorenmodell entwickelt, welches die Beziehung zwischen den Kontext beschreibenden Faktoren und den Auswirkungen von Unterbrechungen systematisch darstellt. Mit Blick auf das zu entwickelnde Unterbrechungsmanagement-System wurden anhand des Modells offene Faktoren identifiziert und daraus folgend in einem Laborexperiment die Auswirkungen von Unterbrechungen in Abhängigkeit der durchgeführten Aufgabenart, Störungsmodalität und der Antizipation von Kontrolle untersucht. Es zeigt sich, dass sich der Aufwand zur expliziten Steuerung eines solchen Systems negativ auf das Stressniveau auswirken kann. Gestützt durch diese Erkenntnisse wurde entsprechend der autonom entscheidende Virtuelle Assistent umgesetzt. Im Rahmen der Entwicklung wurden umfangreiche Sensorkomponenten und Nutzerschnittstellen implementiert sowie ein adaptiver Lernkreislauf entwickelt, um eine nutzerspezifische Anpassung des statistischen Modells zu ermöglichen. Der Prototyp des Virtuellen Assistenten wurde abschließend in einem Feldtest dazu eingesetzt, verschiedene Algorithmen aus dem Bereich des Maschinellen Lernens hinsichtlich ihrer Klassifikationsgüte zur Kontextbestimmung zu untersuchen.

Place of Publication: Darmstadt, Germany
Divisions: 18 Department of Electrical Engineering and Information Technology
18 Department of Electrical Engineering and Information Technology > Institute of Computer Engineering > Multimedia Communications
20 Department of Computer Science > Multimodale Interaktive Systeme
20 Department of Computer Science > Telecooperation
03 Department of Human Sciences > Institute for Psychology
20 Department of Computer Science
03 Department of Human Sciences
18 Department of Electrical Engineering and Information Technology > Institute of Computer Engineering
Date Deposited: 02 Aug 2011 14:19
Official URL: urn:nbn:de:tuda-tuprints-26633
License: only the rights of use according to UrhG
Referees: Steinmetz, Prof. Dr.- Ralf and Ellermeier, Prof. PhD Wolfgang and Wolf, Prof. Dr.- Lars
Refereed / Verteidigung / mdl. Prüfung: 3 December 2010
Alternative Abstract:
Alternative abstract Language
In the modern information society, the increasing number of knowledge workers are constrained by the need to protect their working phases of cognitively demanding tasks from spontaneous interruptions to mitigate performance degradations. Empirical research found evidence that spontaneous interruption, caused by colleagues and communication technology, have a negative impact on the knowledge workers’ cognitive performance, task completion time, perceived stress level and physiological state. The aim of this thesis was to design a virtual assistant, which provides assistance for interruption management. The virtual assistant applies models from statistical Machine Learning on multi-modal sensor information to continuously infer the status (context) of the user in real-time and deduce the cost of an upcoming interruption. The inferred cost value is then applied to take management measures, such as filtering incoming calls or e-mail notifications. Throughout the thesis, a holistic factor model was developed from the available literature to systematically analyze the interruption costs. The model describes the relationship between the factors assessing the prevalent user context and the effects caused by an interruption. With respect to the foreseen assistance for interruption management, the relationships between several factors were further investigated in an experimental setup. In the experiment, the effects of task interruption were investigated with regards to the type of task, modality of interruption and anticipation of control. Results show that an explicit management overhead to control the interruption management system has a negative impact on the perceived stress level. Based on the experimental findings, a prototype of the autonomous virtual assistant was developed. Throughout the implementation, extensive sensor and user interfaces have been developed, as well as a self-adaptive learning mechanism to adapt to the user’s interruption concept. The prototype was evaluated in a field test scenario to assess the accuracy of several classification algorithms.English
Export:

Optionen (nur für Redakteure)

View Item View Item