评估面向个人化离线推荐的生成式AI工具：比较研究
信息检索
2025-08-07 v1 机器学习
摘要
背景：生成式AI工具日益增多，已成为支持各类场景下个性化推荐的重要手段。然而，其在健康相关行为干预中的效果，尤其是旨在减少技术使用的场景，仍有待探索。目标：本研究评估五个最广泛使用的生成式AI工具在为风险重复性 Strain Injury（RSI）患者推荐非数字活动时，其性能和用户满意度。方法：遵循Goal/Question/Metric（GQM）范式开展此项实验，评估基于预定义用户档案和干预情景的生成式AI工具所提出的离线活动。评估聚焦定量绩效指标（精确率、召回率、F1分数和MCC分数）及定性指标（用户满意度和推荐相关性感知）。定义了两个研究问题：RQ1评估哪个工具提供最精确的推荐，RQ2评估工具选择如何影响用户满意度。
引用
@article{arxiv.2508.03710,
title = {Evaluating Generative AI Tools for Personalized Offline Recommendations: A Comparative Study},
author = {Rafael Salinas-Buestan and Otto Parra and Nelly Condori-Fernandez and Maria Fernanda Granda},
journal= {arXiv preprint arXiv:2508.03710},
year = {2025}
}
备注
ESEM Registered Report Track