一种基于用户偏好的自适应用户界面生成方法及系统与流程

本发明涉及计算机，特别是一种基于用户偏好的自适应用户界面生成方法及系统。

背景技术：

1、用户界面设计目前存在的问题是通常采用静态模板或基于固定规则进行设计，缺乏对用户个性化需求和偏好的动态适应能力。这种设计方式有可能导致用户在使用应用程序或系统时遇到界面不符合其偏好的问题，影响用户的体验和满意度。

2、具体来说，现有的用户界面设计技术使用静态模板或固定规则来设计用户界面。这种固定的设计方式使得系统无法根据用户的个性化需求和偏好进行动态调整。例如，用户可能更喜欢特定的颜色、布局或交互方式，但现有技术无法根据用户的偏好自动调整界面。

3、另一个问题是缺乏实时获取和分析用户实时交互数据的能力，系统无法收集用户的实际使用情况和反馈数据，以便进行界面优化和调整。这导致系统无法实时了解用户的需求变化和偏好演变，从而无法提供更好的用户体验。

技术实现思路

1、鉴于现有的用户界面设计通常是基于固定规则或静态模板进行设计，缺乏对用户个性化需求和偏好的动态适应能力，提出了本发明。

2、因此，本发明所要解决的问题在于如何实现根据用户的个性化需求和偏好进行动态调整，并能够实时获取和分析用户的交互数据，以便对界面进行优化和改进，从而提供更好的用户体验。

3、为解决上述技术问题，本发明提供如下技术方案：

4、第一方面，本发明实施例提供了一种基于用户偏好的自适应用户界面生成方法，其包括利用差分隐私机制收集用户历史交互数据，并应用深度学习模型自动提取用户的界面偏好特征；根据提取的用户界面偏好特征构建模块化的程序化界面生成模型；采用策略梯度算法训练智能代理模型，自动优化程序化界面生成模型的参数，以生成自适应的个性化用户界面；当用户开始与系统交互时，智能代理根据用户的实时交互数据动态调整程序化界面生成模型的参数，以生成更加符合用户偏好的个性化界面；用户使用过程中，持续收集用户的交互反馈，并采用增强学习机制更新智能代理模型，以不断优化用户界面设计。

5、作为本发明所述基于用户偏好的自适应用户界面生成方法的一种优选方案，其中：应用深度学习模型自动提取用户的界面偏好特征包括以下步骤：记录用户在系统中的所有交互行为，并对这些交互行为数据添加随机噪声，以降低单个用户信息泄露的风险；使用带有噪声的交互数据训练深度学习模型，并通过分析大规模交互数据学习用户界面偏好的统计规律；通过解析模型的参数发现不同界面元素的相关度以及用户对这些元素的偏好情况；将模型参数映射回界面元素，获得用户对颜色、字体和布局各维度的偏好度量。

6、作为本发明所述基于用户偏好的自适应用户界面生成方法的一种优选方案，其中：添加随机噪声的具体公式如下：

7、；

8、其中，表示在原始数据集上应用差分隐私机制后的输出结果，表示在原始数据集上的查询结果，表示添加到查询结果的拉普拉斯分布随机噪声，表示查询函数的全局敏感度，表示隐私保护预算，表示原始数据集，表示查询函数。

9、作为本发明所述基于用户偏好的自适应用户界面生成方法的一种优选方案，其中：根据提取的用户界面偏好特征构建模块化的程序化界面生成模型包括以下步骤：通过分析提取的界面偏好特征，确定界面偏好特征与界面生成之间的关联关系；根据分析结果设计不同的界面组件模块，并使每种组件模块封装可配置的样式参数，以实现界面组件程序化的构建；将界面组件分解为可配置和组合的组件，并构建程序化模型来实现界面的生成，同时通过不同组件的组合来生成符合用户偏好的个性化界面；将不同用户的偏好特征映射到组件的不同参数配置，并通过调整这些参数来生成符合用户偏好的界面，同时根据新需求扩展组件模块库；界面组件模块包括控件模块、导航模块、内容模块、反馈模块、布局模块以及主题模块。

10、作为本发明所述基于用户偏好的自适应用户界面生成方法的一种优选方案，其中：采用策略梯度算法训练智能代理模型包括以下步骤：定义代理的状态空间、动作空间和奖励函数；通过用户调研和预估获取部分用户满意度标签，并使用随机参数生成界面以获取初始训练数据；使用收集到的训练数据对智能代理模型进行预训练，以得到初步的参数映射策略；智能代理模型根据当前策略调整参数，并与用户进行交互获取满意度反馈，不断更新策略以最大化奖励；经过多次迭代，模型逐渐收敛至一个较优的策略，基于该策略输出的参数生成符合用户个性化需求的界面。

11、作为本发明所述基于用户偏好的自适应用户界面生成方法的一种优选方案，其中：智能代理根据用户的实时交互数据动态调整程序化界面生成模型的参数包括以下步骤：用户使用系统时记录其交互数据，并从交互数据中提取用户的实时界面偏好；将提取的实时偏好输入至已训练好的智能代理模型，以评估不同参数对用户满意度的影响；智能代理模型根据当前偏好和已学策略输出优化的参数组合，以最大化预测的用户满意度；将优化的参数输入程序化界面生成模型，并根据参数实时生成符合用户偏好的界面。

12、作为本发明所述基于用户偏好的自适应用户界面生成方法的一种优选方案，其中：从交互数据中提取用户的实时界面偏好包括以下步骤：若用户多次对某组件进行重复操作，则表明用户偏好使用此组件，将其记录为用户的实时界面偏好；若用户在组件上停留时间超过20s，则表明用户对此组件有偏好，将其记录为用户的实时界面偏好；若用户主动切换组件样式的次数超过5次，则用户偏好使用此组件，将其记录为用户的实时界面偏好；若用户针对某组件提供了评分和评论，且评分和评论为正面反馈，则表示用户偏好使用此组件，将其记录为用户的实时界面偏好；若用户主动订阅或收藏了某个组件或界面，则表示用户对其有较高的偏好和关注度，将其记录为用户的实时界面偏好。

13、第二方面，本发明实施例提供了一种基于用户偏好的自适应用户界面生成系统，其包括提取模块，用于利用差分隐私机制收集用户历史交互数据，并应用深度学习模型自动提取用户的界面偏好特征；模型构建模块，用于根据提取的用户界面偏好特征构建模块化的程序化界面生成模型；优化模块，用于采用策略梯度算法训练智能代理模型，自动优化程序化界面生成模型的参数，以生成自适应的个性化用户界面；界面生成模块，用于根据用户的实时交互数据动态调整程序化界面生成模型的参数，以生成更加符合用户偏好的个性化界面；更新模块，用于持续收集用户的交互反馈，并采用增强学习机制更新智能代理模型，以不断优化用户界面设计。

14、第三方面，本发明实施例提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其中：所述计算机程序指令被处理器执行时实现如本发明第一方面所述的基于用户偏好的自适应用户界面生成方法的步骤。

15、第四方面，本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，其中：所述计算机程序指令被处理器执行时实现如本发明第一方面所述的基于用户偏好的自适应用户界面生成方法的步骤。

16、本发明的有益效果为：本发明可以高效提取多模态交互数据中的用户界面偏好特征，构建描述个性化偏好的矢量空间，为生成符合心理预期的界面奠定数据基础；通过可配置化和可组装化的抽象转换，实现对界面组件的描述、组合操作和重塑控制，支持在线生成千变万化的个性界面；基于历史交互中用户主观反馈训练出的参数选择策略，实现对组件和布局配置的自动化搜索寻优，让界面不断向着更悦用户之处演化；差分隐私保护的引入也使得在挖掘用户习性个性化需求的同时，增加了对用户敏感信息不被泄露和滥用的算法保护，实现安全的个性化。