可解释科学文献推荐系统中具有不同细节层次的交互式解释
信息检索
2023-10-19 v3 人工智能
计算机与社会
人机交互
摘要
可解释推荐系统(RS)传统上采用一刀切的方法，向每位用户提供相同细节程度的解释，而不考虑其个人需求与目标。此外，RS中的解释迄今为止大多以静态且非交互的方式呈现。为填补这些研究空白，本文旨在采用以用户为中心的交互式解释模型，该模型提供不同细节层次的解释，并赋予用户根据其需求与偏好对解释进行交互、控制与个性化的能力。我们遵循以用户为中心的方法，设计了具有三个细节层次(基础、中级与高级)的交互式解释，并在透明的推荐与兴趣建模应用(RIMA)中予以实现。我们开展了定性用户研究(N=14)，以探究提供具有不同细节层次的交互式解释对用户可解释RS感知的影响。我们的研究提供了定性证据：促进交互并让用户控制其希望查看的解释，能够满足具有不同需求、偏好与目标的用户，从而可对可解释推荐的多个关键方面产生积极影响，包括透明度、信任、满意度与用户体验。
引用
@article{arxiv.2306.05809,
title = {Interactive Explanation with Varying Level of Details in an Explainable Scientific Literature Recommender System},
author = {Mouadh Guesmi and Mohamed Amine Chatti and Shoeb Joarder and Qurat Ul Ain and Rawaa Alatrash and Clara Siepmann and Tannaz Vahidi},
journal= {arXiv preprint arXiv:2306.05809},
year = {2023}
}
备注
This is an original manuscript of an article published by Taylor & Francis in the International Journal of Human-Computer Interaction on 15 Oct 2023, available online: https://doi.org/10.1080/10447318.2023.2262797