通过半自动子空间聚类从定性数据创建用于人物角色开发的用户刻板印象
人工智能
2026-02-02 v1 人机交互
摘要
人物角色是融入动机、愿望和目标的用户模型；这些模型用于以用户为中心的设计中，以帮助设计更好的用户体验，且近来被用于自适应系统以帮助定制个性化用户体验。使用人物角色进行设计涉及生成虚构用户的描述，这些描述通常基于来自真实用户的数据。当今绝大多数数据驱动的人物角色开发基于来自有限访谈对象的定性数据，并使用劳动密集型的手工技术转化为人物角色。在本研究中，我们提出一种利用用户刻板印象建模来自动化部分人物角色创建过程的方法，并解决现有人物角色开发半自动方法的缺陷。方法描述辅以与手工技术以及一种半自动替代方案（多重对应分析）的实证比较。比较结果表明，手工技术在不同人类人物角色设计者之间存在差异，导致不同结果。所提算法基于参数输入提供相似结果，但更为严谨，且能找到最优聚类，同时降低在数据集中寻找聚类所需的劳动。该方法的输出也代表了由多重对应分析识别的数据集中最大方差。
引用
@article{arxiv.2306.14551,
title = {Creating user stereotypes for persona development from qualitative data through semi-automatic subspace clustering},
author = {Dannie Korsgaard and Thomas Bjorner and Pernille Krog Sorensen and Paolo Burelli},
journal= {arXiv preprint arXiv:2306.14551},
year = {2026}
}