At finde det søde sted for gennemsigtighed og kontrol i musikanbefalinger

I musikanbefalingssystemer, det er vigtigt at designe brugerkontroller, der rammer det søde sted mellem den opfattede kvalitet af anbefalinger og acceptabel kognitiv belastning, afslutter TU Delft -forsker Nava Tintarev. Sammen med kolleger fra KU Leuven, og forskning med Spotify API, hun vil præsentere disse fund på ACM Conference on Recommender Systems i Vancouver, onsdag den 3. oktober.

Styring

"Giver brugerne mulighed for at kontrollere anbefalingsprocessen, for eksempel, i musikanbefalingssystemer, kan øge brugernes tilfredshed. Imidlertid, giver yderligere kontrol også øger kognitiv belastning, og forskellige brugere har forskellige behov for kontrol. Derfor, vi har undersøgt effekten af ​​to personlige egenskaber:musikalsk raffinement og visuel hukommelseskapacitet, "siger Nava Tintarev fra TU Delft.

Traditionelle brugergrænseflader i anbefalingssystemer præsenterer anbefalingsresultaterne med begrænsede feedbackmuligheder, kun tillader brugerne at angive, hvor meget de kan lide en anbefaling. I modsætning, interaktive anbefalingssystemer forbedrer brugertilfredshed og opfattet effektivitet ved at levere en visualisering, hvor brugerne kan inspicere anbefalingsprocessen og kontrollere systemet for at modtage bedre anbefalinger.

For bedre at forstå samspillet mellem forskellige typer kontroller, det er nødvendigt at tage hensyn til indflydelsen fra den enkelte brugers personlige egenskaber og testkombinationer af kontrolkomponenter. "Ingen har endnu undersøgt, hvordan interaktion mellem forskellige kontrolkomponenter påvirker den kognitive belastning og anbefalingsaccept, for brugere med forskellige personlige egenskaber. Vores undersøgelse, udført sammen med KU Leuven, sigter mod at danne grundlag for udvikling af anbefalingssystemer, der tilbyder rig brugerkontrol, samtidig sikre acceptabel kognitiv belastning, "siger Tintarev." Vi brugte Spotify API til at designe et musikanbefalingssystem. Vores system genererer en afspilningsliste-stil lytteoplevelse baseret på tre typer frø:kunstnere, spor og genrer. Vi bruger den aktive brugers topartister, spor, og genrer som inputfrø. "

Det er muligt i Spotify API at specificere de sporattributter, der påvirker anbefalinger såsom lydstyrke, dansbarhed og valens. Forskerne brugte fire scenarier til brugeropgaven med at vælge musik. De anvendte scenarier omfatter:"Rocknat - mit liv har brug for lidenskab"; "Dansefest - dans til verden ender"; "En glad efter alle eksamen, "og" Kan ikke leve uden hip-hop. "

Sødt sted

Forskerne oprettede otte eksperimentelle indstillinger og gennemførte en undersøgelse mellem emner for at undersøge effekten på kognitiv belastning og anbefalingsaccept for forskellige personlige egenskaber. Deltagerne med høj musikalsk raffinement opfattede anbefalinger af højere kvalitet, hvilket igen førte til højere anbefalingsaccept. Imidlertid, der blev ikke fundet nogen effekt af visuel arbejdshukommelse på hverken kognitiv belastning eller accept af anbefaling. "Dette arbejde bidrager med en forståelse af, hvordan man designer brugerkontrol, der rammer det søde sted mellem den opfattede kvalitet af anbefalinger og acceptabel kognitiv belastning."