Stigende mængder af data, komplekse og relationsbasereded datastrukturer og individuelt tilpasset indhold udfordrer de aktuelle repræsentationer af data, fortrinsvis begrænset til en liste-baseret tilgang, som ikke beskriver forholdet mellem data objekter. Da datastrukturer ændrer sig i retning af semantisk markup, bliver forholdet mellem data objekter værdifulde og kan angives som "meta-affordances", som brugeren kan anvende til at forstå forholdet mellem data. Adaptive systemer, der bygger på Bruger Modeller har tidligere været baseret på brugerens historik eller modeller af det komplette miljø. Åbne miljøer, såsom internettet, kræver en anden tilgang og dette projekt giver en metode til generisk detektere og vurdere forskelle i brugernes adfærd, der kunne forfine eksisterende brugermodeller. Data fra en simpel visuel indekseringsopgave, som brugeren løser i et sæt af varierende miljøer, der fungerer som grundlag for at kortlægge brugerens adfærd.Resultatet er, at påvisning af brugernes adfærd ved brug af simple generiske kalibrationsrutiner er muligt i visuelle interfaces - metoden kan også anvendes i HCI i almindelighed.