Maschinelles Lernen Bayes'scher Netze für benutzeradaptive Systeme

Benutzeradaptive Systeme sind Softwaresysteme, die ihre Interaktionsstrategie individuell an die Bedürfnisse, Ziele und Vorlieben ihres Benutzers anpassen. Aufgrund der zunehmenden Komplexität der angebotenen Funktionali-täten und der Fülle an heterogenen Informationen in interaktiven Softwaresystemen gewinnt die Benutzer-adaptivität an Bedeutung. Bei der Behandlung der oftmals vorhandenen Unsicherheit in den Anwendungsgebieten benutzeradaptiver Systeme kommen verstärkt Bayes'sche Netze zum Einsatz. Bislang werden die zur Modellierung des Benutzerverhaltens verwendeten Bayes'schen Netze meist anhand theoretischer Überlegungen manuell spezifiziert. Dieser oftmals aufwendige Konstruktions-prozess kann in vielen Fällen durch maschinelle Lern-verfahren erleichtert werden. Die vorliegende Arbeit befasst sich daher mit der Entwicklung neuer, speziell für den Kontext benutzeradaptiver Systeme entworfener maschineller Lernverfahren.