Apr, 2023
更多是否总是更好的?个人特征和细节水平对推荐系统解释感知的影响
Is More Always Better? The Effects of Personal Characteristics and Level of Detail on the Perception of Explanations in a Recommender System
Mohamed Amine Chatti, Mouadh Guesmi, Laura Vorgerd, Thao Ngo, Shoeb Joarder...
TL;DR本文旨在研究一种从 “一刀切” 的解释推荐过渡到个性化解释推荐的新方法,通过开发一个透明的基于个人兴趣模型的应用程序,提供可按需定制的解释,以满足不同类型终端用户的需求。研究表明,不同目标解释和用户类型对于不同级别的详细解释的阐释推荐系统的感知程度有不同的影响。因此,我们提出了一些理论和设计指南,以支持个性化设计的解释系统。