告诉我优点：电影推荐解释中的用户偏好

推荐系统在帮助用户发现流媒体服务中的内容方面发挥着至关重要的作用，但其有效性取决于用户是否理解为何推荐这些项目。在本研究中，解释仅基于项目特征而非个性化数据，模拟了推荐场景。我们比较了用户对热门电影推荐中基于特征的单面（纯正面）和双面（正面和负面）解释的感知。通过一项有129名参与者参与的在线研究，我们考察了解释风格如何影响感知的信任度、透明度、有效性和满意度。单面解释在所有维度上均获得了一致更高的评分。我们的研究结果表明，在如热门电影推荐这样的低风险娱乐领域，更简单的正面解释可能更有效。然而，由于存在潜在的混淆因素，如项目熟悉度和负面信息在解释中的位置，对结果的解释应持谨慎态度。这项工作为推荐界面中的解释设计提供了实用见解，并强调了上下文在塑造用户偏好中的重要性。