基于强化学习的数据驱动自适应用户界面生成
人机交互
2024-12-24 v1
摘要
本研究引入一种自适应用户界面生成技术，强调人机交互（HCI）在优化用户体验中的作用。通过关注增强用户与智能系统之间的交互，该方法旨在根据用户反馈自动调整界面布局和配置，从而简化设计流程。传统的用户界面设计涉及大量的手动工作且难以满足用户日益增长的个性化需求。我们提出的系统将自适应界面生成与强化学习和智能反馈机制相集成，以动态调整用户界面，更好地适应 individual 使用模式。在实验中，我们利用 OpenAI CLIP Interactions 数据集来验证所提方法的可适应性，采用点击-through率（CTR）和用户保留率（RR）作为评估指标。研究结果表明，该系统能够提供灵活且个性化的用户界面解决方案，为用户交互设计提供一种新颖且有效的方法，最终通过持续学习和自适应来提升 HCI。
引用
@article{arxiv.2412.16837,
title = {Adaptive User Interface Generation Through Reinforcement Learning: A Data-Driven Approach to Personalization and Optimization},
author = {Qi Sun and Yayun Xue and Zhijun Song},
journal= {arXiv preprint arXiv:2412.16837},
year = {2024}
}