Jun, 2024

销售点的数字助理

PDF
TL;DR该研究调查了在零售环境中部署语音用户界面（VUI）驱动的数字助手，并评估其对客户参与和服务效率的影响。研究探讨了数字助手如何通过先进的对话能力和多语言支持来增强用户互动。通过将数字助手整合到高交通量的零售环境中，我们评估了它在改善客户服务质量和运营效率方面的有效性。实验期间收集的数据显示对客户互动产生了不同的影响，揭示了数字助手技术在面向客户角色中的未来优化的见解。该研究有助于了解客户关系领域的数字转型策略，强调现代零售店的服务灵活性和用户导向设计的需求。
发现论文，激发创造
  • 使用产品元数据为对话式购物助手提供问题建议

    通过使用大型语言模型（LLMs），我们提出了一个框架，可以自动生成与产品有关的上下文、有用、可回答、流畅且多样化的问题，并建议这些问题给客户作为帮助和提示，从而实现更顺畅、更快速、减少对话开销和摩擦的购物体验。

    May, 2024

  • 构建主动式语音助手：何时以及如何（不）进行交互

    论文探讨了如何开发下一代具有主动行为的语音助手，介绍了相应的设计框架与用户研究结果，以解决其可能带来的用户体验与隐私问题。

    May, 2020

  • 智能音箱设计的挑战与机遇

    通过系统文献综述和半结构化访谈，本研究总结了 127 个声音用户界面设计指南，并提出了四个声音用户界面设计的机会空间以提高用户参与度。

    Jun, 2023

  • 利用会话式人工智能助手协作进行用户体验评估：提出问题及其提问方法（声音 vs 文本）

    探究将交互式对话助手引入 UX 评估以解决分析效率和评估者自主性问题的研究，通过用户测试设计探针，发现参与者主要咨询用户行为、用户的心理模型、AI 助手的帮助、产品和任务信息以及用户组成等方面的信息，并提出了未来设计交互式对话 AI 助手的设计建议。

    Mar, 2023

  • 我希望这是一个助手，而不是教师：远程学习学生对人工智能数字助理的客户视角要求

    通过采用混合方法，研究了数名在线和远程学习学生对假想智能助手（AIDA）设计的认知。所有参与者对使用此类人工智能工具在学习过程中的实用性达成了一致，同时还提到了实时帮助和问题解答、学术任务支持、个性化和可访问性，以及情感和社交支持等方面的优点。与实施 AIDA 相关的关切包括伦理和社会影响、数据隐私和使用、操作挑战、学术完整性和滥用问题以及教育的未来。探讨了面向人工智能定制系统设计的相关启示。

    Feb, 2024

  • ISA: 智能购物助手

    本文介绍了一个名为 ISA 的、基于移动设备的智能购物助手，旨在通过计算机视觉、语音处理和自然语言处理等先进技术提高实体店购物体验。用户只需拍摄或扫描感兴趣的商品条码，并与助手交流即可获取商品信息、购买指引或其他类似商品推荐等。我们采用数据驱动方法构建 ISA 的自然语言处理引擎，引擎表现优异。

    Jul, 2020

  • 设备上的智能助手语言理解

    近期，手机和其他个人设备上运行个人数字助手成为可能。本文描述了在设备上运行的自然语言理解系统的设计。与基于服务器的助手相比，该系统更具隐私性、可靠性、速度更快、表达能力更强且更准确。我们描述了关于架构和技术的关键选择。例如，对话系统文献中的一些方法在部署环境中难以长期维护。希望通过分享我们的实践经验，能够为未来的研究工作提供有益信息。

    Aug, 2023

  • 为客户请求处理自动化提供个人虚拟助手的算法支持

    本研究介绍了为个人虚拟助手创建算法支持，以实现在业务系统中自动处理客户请求，旨在减少处理时间和错误，并使用文本转录系统在文本聊天或语音通道上。研究结果展示了算法支持的开发情况以及对合成数据工作质量的评估。

    Mar, 2022

  • 文化敏感性与语音助理的未来联想

    通过在线共拟研究，探索了在非西方背景下（如日本）共设计语音助手的价值，并强调文化差异对话语、社交互动和对技术的态度的敏感性。提供了针对日本和英语为主的美国背景的设计指南，以及行为辅助技术设计和学术研究中多元文化的机遇。

    Mar, 2024

  • 增强虚拟助手智能力：针对元数据以外的实例级用户意图的精准区域定位

    本文提出了一种新颖的跨模态深度学习方法，用于处理基于应用程序屏幕像素的实例级用户意图，同时在没有应用程序元数据的情况下预测目标操作区域和检测屏幕上的绝对按钮区域，并通过用户研究测试集上达到了 64.43% 的准确率。

    Jun, 2023