视觉或文本：解释格式与个人特征对教育推荐系统中解释感知的影响
人机交互
2026-03-27 v1 人工智能
计算机与社会
摘要
解释对于提升推荐系统（RS）中的透明度、信任和用户满意度至关重要，但目前尚不清楚不同的解释格式（视觉 vs. 文本）如何适配具有不同个人特征（PC）的用户。为此，我们报告了一项被试内用户研究（n=54），比较视觉和文本解释，并考察解释格式与个人特征如何共同影响教育推荐系统（ERS）中的感知控制、透明度、信任和满意度。使用稳健的混合效应模型，我们分析了广泛的个人特征的调节效应，包括大五人格特质、认知需求、决策风格、可视化熟悉度和技术专长。我们的结果表明，一个设计良好的视觉化——简单、交互式、可选择、易于理解——能够清晰直观地传达用户偏好与推荐之间的关联，从而为大多数用户（无论其个人特征如何）在ERS中培养感知控制、透明度、适当的信任和满意度。此外，我们推导出一套指导原则，以支持ERS中解释的有效设计。
引用
@article{arxiv.2603.25624,
title = {Visual or Textual: Effects of Explanation Format and Personal Characteristics on the Perception of Explanations in an Educational Recommender System},
author = {Qurat Ul Ain and Mohamed Amine Chatti and Nasim Yazdian Varjani and Farah Kamal and Astrid Rosenthal-von der Pütten},
journal= {arXiv preprint arXiv:2603.25624},
year = {2026}
}
备注
Paper accepted to UMAP 2026