Адаптивна програмна система на основі онтологічного підходу для людей з когнітивними порушеннями

2021;
: сс. 61 - 74
1
Національний університет "Львівська політехніка", м. Львів, Україна
2
Національний університет «Львівська політехніка»

Запропоновано метод створення адаптивної програмної системи для допомоги людям з когнітивними порушеннями, оснований на використанні онтологічної моделі предметної області. Проаналізовано специфіку створення програмних засобів для допомоги людям з когні- тивними порушеннями. Розкрито особливості використання онтологічного підходу для форму- вання адаптивної функціональності та графічного інтерфейсу й проаналізовано їхні переваги порівняно з класичними методами. Встановлено, що за використання вказаного методу немає потреби у разі зміни бізнес-логіки здійснювати перекомпіляцію та повне розгортання програмної системи. Спроєктовано онтологічну модель предметної області, що дасть змогу налаштовувати систему під потреби конкретного користувача. Запропоновано архітектуру програмної системи на основі онтологічної моделі предметної області, яка враховує можливість персоналізації компонент системи та інтерфейсу користувача без необхідності повторного розгортання системи. Розкрито процес адаптації мобільного застосунку на основі даних про порушення здоров’я користувача із використанням онтологічної моделі предметної області.

Результатом дослідження є розроблення програмної системи, що реалізовує запропонований процес адаптації та дає змогу модифікувати мобільний застосунок під потреби конкретного користувача, використовуючи онтологічну модель предметної області.

  1. Steinhubl, S. R., Muse, E. D., & Topol, E. J. (2015). The emerging field of mobile health. Science Translational Medicine, 7(283), 283-288. https://doi.org/10.1126/scitranslmed.aaa3487. phttps://doi.org/10.1126/scitranslmed.aaa3487
  2. Gómez, J., Alamán, X., Montoro, G., Torrado, J. C., & Plaza, A. (2014). AmICog - mobile technologies to assist people with cognitive disabilities in the work place. ADCAIJ: Advances in Distributed Computing and Artificial Intelligence Journal, 2(4), 9-17. https://doi.org/10.14201/ADCAIJ201324917. phttps://doi.org/10.14201/ADCAIJ201324917
  3. Gomez, J., Montoro, G., Torrado, J. C., & Plaza, A. (2015). An adapted wayfinding system for pedestrians with cognitive disabilities. Mobile Information Systems, 2015. https://doi.org/10.1155/2015/520572. phttps://doi.org/10.1155/2015/520572
  4. Potseluyko, A. S. (2017). Development of adaptive interfaces for mobile applications for people with disabilities Review-competition of scientific, design and technological works of students of the Volgograd State Technical University: Abstracts, Volgograd, 189-190.
  5. Dvoryankin, A. M., Romanenko, R. R., & Potseluyko, A. S. (2015). Development of an algorithm for adapting interfaces for people with disabilities. Bulletin of the Volgograd State Technical University, 14, 49-55.
  6. Burov, Y. V. (2013). The effectiveness of ontological models for building software systems. Mathematical Machines and Systems, 1, 44-55.
  7. Burov, Y., Mykich, K., & Karpov, I. (2020). Building a Versatile Knowledge-Based System Based on Reasoning Services and Ontology Representation Transformations. Proceedings of 2020 IEEE 15th International Conference on Computer Sciences and Information Technologies (CSIT), 2, 255-260.
  8. Potseluyko, A. S., Romanenko, R. R., Kultsova, M. B. (2017). A method for adapting a graphical interface for people with disabilities based on the ontological model of the user and interface patterns. Izvestia VSTU, 1. 89-97.
  9. Lytvyn, V. V., Demchuk, A. B., & Voychyshen, M. M. (2011). A method of constructing an intellectual agent based on the ontology of the subject area. Bulletin of the National University «Lviv Polytechnic», 715, 215-224.
  10. Dyvak, M., Kovbasistyi, A., & Melnyk, A. (2019). Recognition of Relevance of Web Resource Content Based on Analysis of Semantic Components. Advanced Computer Information Technologies (ACIT) : Conference proceedings, 297-302, https://doi.org/10.1109/ACITT.2019.8779897. phttps://doi.org/10.1109/ACITT.2019.8779897
  11. Sharov, S. V., Lubko, D. V., & Osadchyy, V. V. (2015). Choice of knowledge representation model in ISICS system. Information processing systems, 11, 108-111.
  12. Lytvyn, V. V. (2010). Automation of the process of basic ontology development based on the analysis of text resources. Bulletin of the National University «Lviv Polytechnic».
  13. Lytvyn, V., Burov, Y., Vysotska, V. & Hryhorovych V. (2020). Knowledge Novelty Assessment During the Automatic Development of Ontologies. IEEE Third International Conference on Data Stream Mining & Processing (DSMP), 372-377, https://doi.org/10.1109/DSMP47368.2020.9204124. phttps://doi.org/10.1109/DSMP47368.2020.9204124
  14. Potseluyko, A. S., Kravets, A. G., & Kultsova, M. B. (2019). Personalization of mobile application interfaces based on interface patterns for people with disabilities. Caspian Journal: Management and High Technologies, 3, 17-27. phttps://doi.org/10.21672/2074-1707.2019.47.3.017-027
  15. Pidnebesna, H. A. (2014). Ontological approach to user interface design in inductive modeling systems. Inductive modeling of complex systems, 6, 117-125.
  16. Horrocks, I., Patel-Schneider, P. F., Boley, H., Tabet, S., Grosof, B., & Dean, M. (2004). SWRL: A semantic web rule language combining OWL and RuleML. W3C Member submission, 21(79), 1-31.
  17. Bass, L., Clements, P., & Kazman, R. (2012). Software Architecture in Practice. Addison-Wesley.
  18. Ameller, D., Collell, O., & Franch, X. (2013). The Three‐Layer architectural pattern applied to plug‐in‐based architectures: the Eclipse case. Software: Practice and Experience, 43(4), 391-402. phttps://doi.org/10.1002/spe.2142