基于ML推荐系统的混合现实社交互动催化
人机交互
2024-05-01 v1 信息检索
机器学习
社会与信息网络
摘要
我们构建了一个以混合现实为首的社交推荐模型，利用混合现实（MR）系统独特收集的特征来促进社交互动，例如注视识别、距离、噪声水平、拥挤度和对话强度。我们进一步扩展这些模型以包含即时特征，以提供准时通知。我们通过创建用户特征、MR特征和即时特征的新交叉集来衡量各种模型的性能指标。我们创建了四种模型类型，分别在不同的特征组合上进行训练，其中我们将基线模型（仅使用用户特征训练）与使用MR特征、即时特征以及所有特征类别组合训练的模型进行比较。由于数据收集和成本的限制，我们观察到即时特征、混合现实特征和所有特征组合的模型性能下降。尽管如此，我们引入了优化措施，使所有模型的准确率提升超过14个百分点，其中表现最好的模型实现了24%的准确率提升。
引用
@article{arxiv.2404.19095,
title = {Catalyzing Social Interactions in Mixed Reality using ML Recommendation Systems},
author = {Sparsh Srivastava and Rohan Arora},
journal= {arXiv preprint arXiv:2404.19095},
year = {2024}
}